GERAÇÃO DE IMAGENS 3D DE BIOMICROSCOPIA ULTRASSÔNICA · si mesmo para me ajudar, por cuidar de...
Transcript of GERAÇÃO DE IMAGENS 3D DE BIOMICROSCOPIA ULTRASSÔNICA · si mesmo para me ajudar, por cuidar de...
GERAÇÃO DE IMAGENS 3D DE BIOMICROSCOPIA ULTRASSÔNICA:
VALIDAÇÃO DA TÉCNICA E IMAGEM VOLUMÉTRICA DO GASTROCNÊMIO
LATERAL DE RATO IN VIVO.
Natália Santos da Fonseca Martins
Dissertação de Mestrado apresentada ao
Programa de Pós-graduação em Engenharia
Biomédica, COPPE, da Universidade Federal do
Rio de Janeiro, como parte dos requisitos
necessários à obtenção do título de Mestre em
Engenharia Biomédica.
Orientador: João Carlos Machado
Rio de Janeiro
Março de 2014
GERAÇÃO DE IMAGENS 3D DE BIOMICROSCOPIA ULTRASSÔNICA:
VALIDAÇÃO DA TÉCNICA E IMAGEM VOLUMÉTRICA DO GASTROCNÊMIO
LATERAL DE RATO IN VIVO.
Natália Santos da Fonseca Martins
DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO
LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA
(COPPE) DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE
DOS REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE
EM CIÊNCIAS EM ENGENHARIA BIOMÉDICA.
Examinada por:
________________________________________________
Prof. João Carlos Machado, D.Sc.
________________________________________________
Prof. Luciano Luporini Menegaldo, D.Sc.
________________________________________________
Prof. Sérgio Shiguemi Furuie, D.Sc.
RIO DE JANEIRO, RJ - BRASIL
MARÇO DE 2014
iii
Martins, Natália Santos da Fonseca
Geração de Imagens 3D de Biomicroscopia
Ultrassônica: Validação da Técnica e Imagem
Volumétrica do Gastrocnêmio Lateral de Rato In Vivo/
Natália Santos da Fonseca Martins. – Rio de Janeiro:
UFRJ/COPPE, 2014.
X, 80 p.: il.; 29,7 cm.
Orientador: João Carlos Machado
Dissertação (mestrado) – UFRJ/ COPPE/ Programa de
Biomédica, 2014.
Referências Bibliográficas: p. 58-62.
1. Biomicroscopia Ultrassônica. 2. Imagem 3D. 3.
Phantom. 4. Gastrocnêmio. I. Machado, João Carlos. II.
Universidade Federal do Rio de Janeiro, COPPE,
Programa de Engenharia Biomédica. III. Título.
iv
Dedicatória
Dedico este trabalho à minha mãe.
Mãe,
obrigada por me deixar como herança seu bom humor, sua força e
principalmente sua determinação, que me impedem de desistir mesmo quando
tudo parece impossível. É por você que eu estou aqui agora. Te amo como
sempre, te amo como nunca.
v
Agradecimentos
Ao meu orientador João Carlos Machado, pela presença constante, pelos
ensinamentos prestados durante esses dois anos que certamente contribuíram para meu
crescimento pessoal e profissional. Pela paciência comigo nos momentos de lágrimas e
desespero, pela compreensão, pois mesmo sendo tão diferente de mim, eu percebia o
quanto ele se esforçava para me entender. Muito obrigada por tudo, Professor!
À minha orientadora “pessoal” desde a Iniciação Científica, Liliam Fernandes de
Oliveira, meu primeiro exemplo daquilo que eu gostaria de ser profissionalmente.
Obrigada pela amizade, pelo carinho de sempre e por me fazer entender que esse era o
caminho certo pra mim, por acreditar no meu potencial até quando eu mesma duvidava.
À querida amiga Carolina Carneiro Peixinho, que teve a árdua missão de me
orientar diretamente, na Iniciação Científica, apontar meus erros, corrigi-los, me
ensinando o que eu posso chamar de “estado da arte” no mundo acadêmico. Obrigada
por ser tão chata e me por me tornar tão exigente comigo mesma. Você é um grande
exemplo pra mim.
Ao professor Wagner Coelho, pelo carinho, amizade, apoio e conselhos de
sempre que fizeram grande diferença no meu dia a dia. Ao professor Marco Antônio
von Krüger pela ajuda e enorme boa vontade nos diversos momentos em que eu precisei
de uma ideia “engenheirística”, muito obrigada!
A todos os professores do PEB, mesmo aqueles que eu odiei por um dia, ou por
um ano. Hoje, sou imensamente grata pelas oportunidade de aprendizado que eu tive
aqui.
Aos amigos do meu antigo laboratório, na Escola de Educação Física e
Desportos, o LABMUSC, principalmente ao “dindão” Thiago Matta, que me convidou
e incentivou a fazer parte desse grupo, dando início a essa trajetória.
Aos amigos do LUS, que partilharam de muitos momentos de trabalho e também
de diversão comigo. Queridos, tenho certeza que foi melhor porque todos vocês estavam
por aqui... Obrigada a todas as “LUSietes”!
Agradeço agora, principalmente e enormemente aos meus amigos de turma. À
turma de 2012. Amigos, o que passamos juntos nos fez irmãos e eu tenho certeza que
não teria conseguido sem vocês. Não vou citar nomes pra não falhar gravemente em
vi
esquecer alguém, mas sintam-se abraçados e saibam que sou imensamente agradecida
por ter vivido esse momento louco, que é o Mestrado, com cada um de vocês.
Às minhas amigas, aquelas que não preciso dizer o nome, pois elas se
reconhecerão nesse parágrafo, as mais queridas e amadas, que certamente irão
permanecer para sempre ao meu lado. Obrigada por tudo. Pela amizade, pelo carinho,
pelo cuidado, pela paciência, pelas conversas, pelas piadas, pelas gargalhadas, pelas
histórias e por serem parte da minha vida. Amo vocês.
À minha família, biológica e não biológica, agradeço por entenderem a minha
ausência em muitos momentos e mesmo assim, continuarem torcendo por mim e
acreditando no meu sucesso.
A toda família Baldanza, pelo apoio, carinho, paciência e enorme cuidado
comigo na fase inicial do Mestrado. Foi menos difícil porque vocês estavam ao meu
lado. Muito obrigada, principalmente pelos sorrisos da minha eterna “TinkerBell”.
Aos meus amigos de fora do PEB, por igualmente entenderem minhas inúmeras
faltas: de presença, de ligações, de respostas e mesmo assim, continuarem me amando,
me ligando e me procurando. Eu só consegui porque sabia que vocês estariam me
esperando em algum lugar.
Ao meu namorado Felipe, pelo companheirismo, pela paciência, por abdicar de
si mesmo para me ajudar, por cuidar de mim diariamente, por me admirar tanto e me
lembrar sempre, de que eu seria capaz. Por definir o amor em suas atitudes mais
simples. Obrigada meu Amor.
À minha mãe, eternamente amada, que mesmo ausente fisicamente, me fez
sentir muitas vezes sua presença em espírito, me iluminando e me transmitindo bons
fluídos. A ela, que me ensinou o verdadeiro valor da educação e me indicou o melhor
caminho a seguir antes de partir. Mãe, sei que você está transbordando de felicidade
com essa minha conquista. Muito obrigada por toda a base que me fez ser o que sou.
À energia e inteligência suprema, que chamo de Deus, pelo dom da vida e por
nunca, nunca me deixar sozinha.
Muito obrigada!
vii
Resumo da Dissertação apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)
GERAÇÃO DE IMAGENS 3D DE BIOMICROSCOPIA ULTRASSÔNICA:
VALIDAÇÃO DA TÉCNICA E IMAGEM VOLUMÉTRICA DO GASTROCNÊMIO
LATERAL DE RATO IN VIVO.
Natália Santos da Fonseca Martins
Março/2014
Orientador: João Carlos Machado
Programa: Engenharia Biomédica
A biomicroscopia ultrassônica (UBM) é uma técnica de geração de imagens de
alta resolução, que utiliza frequências de 40 a 100 MHz, empregada em pesquisas com
animais e direcionadas para criar modelos de lesões e doenças que mimetizam
condições humanas. Empregando um sistema de ultrassom tridimensional (3D) é
possível visualizar imagens em diversos ângulos e estimar o volume de órgãos,
colaborando para um diagnóstico preciso. Este estudo tem como objetivo gerar imagens
3D a partir da múltipla aquisição de imagens bidimensionais (2D) de phantoms,
promover a validação da técnica e a confiabilidade das medidas do volume, e obter
imagens 3D do gastrocnêmio de ratos. Foram realizadas 40 aquisições por UBM
setorial (10 para cada phantom) e para cada aquisição foram realizadas 5 segmentações
(50 para cada phantom), totalizando 200 medidas volumétricas de imagens em 3D .
Após os phantom, foram adquiridas e convertidas imagens do gastrocnêmio de ratos e
quantificado o volume parcial. Foi obtido o volume físico de todos os phantoms para a
validação da técnica. Os valores de coeficiente de variação, coeficiente de correlação
intraclasse atestaram a confiabilidade das medidas do volume obtido por segmentação.
Além disso, também foi possível obter imagens transversais em 2D da pata trazeira de
ratos, identificar o gastrocnêmio, gerar imagens 3D e quantificar parcialmente o volume
do músculo. Os resultados indicaram que a técnica é válida para gerar imagens em 3D e
quantificar o volume de um músculo com dimensões compatíveis com as de um animal
pequeno.
viii
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
GENERATION OF 3D ULTRASOUND BIOMICROSCOPIC IMAGES:
TECHNIQUE VALIDATION AND IN VIVO VOLUMETRIC IMAGING OF RAT
LATERAL GASTROCNEMIUS
Natália Santos da Fonseca Martins
March/2014
Advisor: João Carlos Machado
Department: Biomedical Engineering
Ultrasound biomicroscopy (UBM) is a technique for generating high-resolution
images, with frequencies from 40 to 100 MHz. It has been used in animal research with
different purposes as, for example, models of injury and diseases that mimic human
conditions. With a three-dimensional ultrasound (3D) image system, an organ can be
viewed at various angles and the volume estimated, contributing to an accurate
diagnosis. This study aims to generate 3D-UBM images, employing a 35 MHz
ultrasound system, from multiple two-dimensional images (2D), acquired from
phantoms, to validate the technique and to determine its the reliability of volume
measurements. Additionally, the technique was used to obtain 3D images of the rat
gastrocnemius muscle. Four different phantoms were used and ten acquisition
sequences of 2D-images acquired for each one. Thereafter, 5 segmentations were
performed for each acquisition sequence, resulting in 50 measured volumes for each
phantom. The physical volumes of all phantoms were used to validate the technique
based on the coefficient of variation (CV) and the intraclass correlation coefficient
(ICC). Images of the Gastrocnemius muscle were acquired and the partial volume
quantified. The CV and ICC confirmed the reliability of volume measurements obtained
by segmentation. Moreover, cross-sectional 2D images of rat hindlimb were obtained,
allowing to identify the gastrocnemius muscle and to partially quantify the muscle
volume from 3D images. The results indicated that the technique is valid to generate 3D
images and quantify the volume of a muscle compatible with the dimensions of a small
animal.·.
ix
SUMÁRIO
1. INTRODUÇÃO ...................................................................................... 1
1.2.1 Objetivo Geral ......................................................................................... 3
1.2.2 Objetivos específicos ............................................................................... 4
2. REVISÃO DE LITERATURA ............................................................... 5
2.1 BIOMICROSCOPIA ULTRASSÔNICA 2D ............................................. 5
2.2 IMAGENS EM 3D ..................................................................................... 7
2.2.1 Volume Muscular ..................................................................................... 9
2.3 IMAGENS BMU 3D ................................................................................ 10
3. FUNDAMENTAÇÃO TEÓRICA .............................................................. 12
3.1 ESPECIFICAÇÕES DA BIOMICROSCOPIA ULTRASSÔNICA ........ 12
3.2 MÚSCULO ESQUELÉTICO ................................................................... 14
3.2.1 Gastrocnêmios ....................................................................................... 15
3.3 CARACTERÍSTICAS BIOMECÂNICAS .............................................. 16
3.3.1 Volume Muscular ................................................................................... 17
4. MATERIAIS E MÉTODOS ....................................................................... 19
4.1 INSTRUMENTAÇÃO PARA A GERAÇÃO DE IMAGEM DE BMU 3D
........................................................................................................................ 19
4.2 AQUISIÇÃO DAS IMAGENS DE BMU 2D EM MÚLTIPLOS PLANOS
........................................................................................................................ 22
4.3 CONSTRUÇÃO DAS IMAGENS de BMU 3D ...................................... 24
x
4.4 CONFECÇÃO DOS PHANTOMS .......................................................... 26
4.5. AQUISIÇÃO DE IMAGENS DOS PHANTOMS .................................. 29
4.6 VALIDAÇÃO DOS RESULTADOS DE VOLUME DOS PHANTOMS
........................................................................................................................ 30
4.7 AQUISIÇÃO DA SEQUÊNCIA DE IMAGENS BMU 2D, IN VIVO, DO
MÚSCULO GASTROCNÊMIO DE RATOS ............................................... 31
4.8 ANÁLISE ESTATÍSTICA ....................................................................... 33
5.1 CONFIABILIDADE DAS MEDIDAS DE VOLUME DOS PHANTOMS
OBTIDAS DAS IMAGENS DE BMU 3D E VALIDAÇÃO DA TÉCNICA.
........................................................................................................................ 35
5.1.1 Dados estatísticos para o phantom PH01GCI ......................................... 37
5.1.2 Dados estatísticos para o phantom PH10PCI ......................................... 38
5.1.3 Dados estatísticos para o phantom PH10PPCI ....................................... 40
5.1.4 Dados estatísticos para o phantom PH10GCO ........................................ 43
5.1.5 Correlação ............................................................................................. 43
5.3 ANIMAIS ................................................................................................. 46
6. DISCUSSÃO ............................................................................................. 48
7.CONCLUSÃO ............................................................................................ 56
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................... 57
ANEXO I ....................................................................................................... 62
1
1. INTRODUÇÃO
A biomicroscopia ultrassônica (BMU) é uma técnica de geração de imagens de
alta resolução, in vivo, que utiliza frequências na faixa de 40 a 100 MHz e alcança uma
resolução típica de 30 µm em tecidos biológicos (em 50 MHz). A BMU possui
aplicação e importância amplamente observada em diversas áreas da medicina e
recentes destaques na biologia (FOSTER et al., 2002). No âmbito da medicina, os
resultados mais expressivos são na oftalmologia, dermatologia, ultrassonografia
intravascular, entre outras, tendo como principal objetivo a geração de imagens de alta
resolução de tecidos saudáveis ou doentes, sem a necessidade de um procedimento
invasivo (FOSTER et al., 2000). Na biologia, a BMU é empregada em pesquisas com
animais direcionadas à investigação de modelos de lesões e doenças que mimetizem
condições humanas, como por exemplo, tumor de cólon de camundongo induzido
quimicamente (KELLY et al., 2013) e processo de regeneração após lesão por laceração
nos músculos gastrocnêmio e solear de rato (PEIXINHO et al., 2011).
Comumente, as imagens de ultrassom (US) bidimensionais (2D) são utilizadas
para análises médicas e diagnósticos. No entanto, existem algumas limitações quando o
objetivo é a observação da anatomia de um órgão em três dimensões (CHANG et al.,
2003). Tais limitações podem ser resolvidas ao utilizar um sistema de US com geração
de imagens tridimensionais (3D), cujas vantagens incluem uma visão global e a
possibilidade de rotacionar e manipular essa s imagens em diversos ângulos (SOLBERG
et al., 2007). Com imagens em 3D pode-se ainda estimar o volume de determinados
órgãos e tecidos, colaborando para um diagnóstico mais preciso (COBBOLD, 2007).
Algumas aplicações médicas do US 3D incluem, por exemplo, a obtenção de imagens
2
endoscópicas do esôfago (SĂFTOIU E GHEONEA, 2009) para caracterizar a relação
entre massas tumorais e vasos sanguíneos do mediastino (invasão de artérias aorta e
pulmonar), de imagem endoanal para medir diâmetro e volume de esfíncter anal de
mulheres com lesão de esfíncter causada por parto natural (GREGORY et al., 2006), de
imagens de phantoms de artéria femoral usando um sistema robotizado para controlar e
padronizar a aquisição de múltiplas imagens de US 2D (JANVIER et al., 2010).
Nas últimas décadas o US 3D também tem sido bastante empregado na validação
do volume muscular (VM), importante parâmetro de arquitetura muscular para
estimativa da função de um músculo. BARBER et al., (2009) utilizaram um US 2D
freehand e geraram images 3D processando inúmeros quadros de imagens 2D.
Aplicaram a técnica para medições morfológicas do músculo gastrocnêmio e a
validaram para a obtenção de volume, comparando os resultados com os obtidos por
ressonância magnética (RM). O mesmo foi realizado por MAC GILLIVRAY et al.,
(2009), que empregaram o US 3D na determinação do volume da região média da coxa
e validaram a técnica por RM. DELCKER et al., (1999) e INFANTOLINO et al.,
(2006) também utilizaram o US 3D para medição de volume e realizaram a validação do
da técnica pelo método de deslocamento de coluna de água. WELLER et al., (2007),
além do deslocamento de coluna de água, utilizaram a tomografia computadorizada
(TC) para reforçar a validação.
Até o presente momento, não foram encontrados ainda na literatura estudos com
músculo-esquelético, baseados em imagens de US de alta resolução em 3D. No entanto,
é crescente o número de trabalhos que utilizam essa metodologia para análise de outros
tecidos biológicos (STACHS et al.,2002) principalmente em animais de pequeno porte
(ROELLING et al., 2011; FOSTER et al., 2011).
A justificativa da metodologia proposta nesta Dissertação para o uso de imagens
3
de BMU 3D na análise do músculo esquelético reside no fato de que parâmetros de
arquitetura muscular, como o VM, comprimento de fibra (CF) e área da seção
transversa (AST), influenciam diretamente na função muscular (LIEBER E FRIDEN,
2000). A AST fisiológica de um músculo é proporcional ao potencial de força muscular
que este é capaz de exercer, e pode ser calculada pela relação entre o VM e o CF e
multiplicada pelo cosseno do ângulo de penação (AP) (EPSTEIN e HERZOG, 1998).
Esses parâmetros podem ser utilizados ainda para estimar as contribuições individuais
dos músculos componentes de um grupamento e para a produção do torque articular
(KONISHI et al., 2012; MAGANARIS, 2004). Adicionalmente, medidas de volume e
comprimento muscular podem ser utilizadas para avaliar contraturas musculares e
determinar alterações ocasionadas por intervenções cirúrgicas ou por treinamentos
específicos (FRY et al., 2007; KAWAKAMI et al., 2008). Embora imagens de US 2D
permitam medições do diâmetro ou da AST anatômica de um músculo, pode-se incorrer
em erros ao calcular o volume tão somente a partir de modelos baseados em uma única
medição de diâmetro obtida apenas de uma imagem bidimensional da secção transversa.
Haja visto a importância da quantificação do VM e a relevância da imagem US
3D nessa obtenção, é considerável o preenchimento desta lacuna científica através da
geração de imagens de BMU tridimensionais do músculo esquelético de animais de
pequeno porte a fim de esclarecer certas condições humanas que só podem ser
experimentadas em animais.
1.2 OBJETIVOS
1.2.1 Objetivo Geral
Este estudo tem como objetivo geral a obtenção de múltiplos quadros de imagens
de BMU em 2D do gastrocnêmio lateral de ratos, para posterior segmentação, conversão
4
a 3D e quantificação do volume das mesmas.
1.2.2 Objetivos específicos
Construir e gerar imagens de phantoms de dimensões similares as do
gastrocnêmio de ratos,
promover a validação da técnica de BMU 3D,
testar a confiabilidade das medidas do volume obtido por segmentação das
imagens dos phantoms,
adquirir imagens de BMU em 2D do gastrocnêmio lateral de ratos e identificar
os limites do músculo, segmentar as imagens e convertê-las a 3D,
obter a quantificação do volume do gastrocnêmio lateral.
5
2. REVISÃO DE LITERATURA
2.1 BIOMICROSCOPIA ULTRASSÔNICA 2D
Nos anos 70 aumentaram as expectativas sobre a aplicabilidade da microscopia
acústica, no entanto, a microscopia óptica já representava uma ferramenta de
diagnóstico suficiente para a época (KESSLER et al., 1972). Apenas na década de 80,
com o aumento da necessidade médica de obter imagens de tecidos vivos, a microscopia
acústica e a utilização de um ultrassom de alta frequência, novamente em voga, tiveram
suas primeiras aplicações. O benefício da imagiologia com resolução microscópica
tornou possível acompanhar de modo não invasivo, o crescimento de tecidos, in vivo,
por meio da penetração do ultrassom, que permitiu a visualização de planos e
subsuperfícies inacessíveis às técnicas ópticas. Em 1987, SHERAR et al. (1987)
mostraram pela primeira vez uma imagem ultrassônica de um tumor esferoide, a
100MHz, de modo não invasivo.
Pesquisadores pioneiros convergiram para 3 importantes aplicações clínicas
utilizando altas frequências em modo-B: oftalmologia (PAVLIN et al., 1990),
dermatologia (HOFFMANN et al., 1990) e ultrassom intravascular (BOM et al., 1989).
Aplicações de ultrassom em altas frequências na pele e intravascular utilizaram
inicialmente frequências na faixa de 20MHz, e na oftalmologia na faixa de 40-60MHz.
Para cada especialidade, um instrumento específico era utilizado (FOSTER et al.,
2000).
Em 1995, TURNBULL et al., (1995) publicaram um artigo sobre o uso de US
de alta frequência para o fenótipo de embriões de camundongos e, essencialmente,
inauguraram a moderna era das imagens pré-clínicas com US. Desde então, sistemas e
6
aplicações têm sido empregadas em muitas áreas, incluindo a investigação
cardiovascular, câncer, biologia do desenvolvimento e muitas outras.
Visualização de tecido vivo em ultrassom microscópico é referido na literatura
como “ultrassom microscópico por retroespalhamento” ou “ultrassom de alta
frequência” ou “biomicroscopia ultrassônica” (BMU), que é análogo a microscopia
óptica panorâmica, um método, portanto, já bem estabelecido para visualizar tecidos in
vivo (FOSTER et al., 2000).
Inúmeras aplicações clínicas da BMU em oftalmologia têm sido descritos na
literatura (PAVLIN e FOSTER, 1995). Normalmente estão relacionados à avaliação
intraocular, doenças da córnea, glaucoma, tumores e traumas. Na pele, a BMU atua
como um método não invasivo para análise de lesões cutâneas com alta resolução.
Imagens de BMU intravascular ressurgiram na década passada, como um resultado da
recente proliferação de novas abordagens de intervenção, como a angioplastia e
colocação de stent, para o tratamento de doença arterial coronariana com a finalidade de
visualizar e medir a parede do vaso e qualquer acúmulo de placa bacteriana associada
(FOSTER et al., 2000).
Na biologia, a BMU já foi empregado para estudar o desenvolvimento
embrionário através de imagens in útero de camundongos (TURNBULL, 1999), para
acompanhar lesões musculares em coelhos (KIM et al., 2002), para descrever
organização e a coordenação de fibras musculares individuais de ratos, avaliando os
efeitos da fadiga em testes ex vivo (WITTE et al., 2004) e mais recentemente, na
análise de modelo de lesão tumoral de colón de camundongo induzido quimicamente
(KELLY et al., 2013).
Para análise do músculo esquelético a BMU foi utilizada na caracterização da
arquitetura muscular do tríceps sural saudável e lesionado de ratos, por meio da
7
quantificação de parâmetros de arquitetura muscular em diferentes instantes após
aplicação de um protocolo de lesão do músculo (PEIXINHO et al., 2011) e para
caracterização da arquitetura do músculo gastrocnêmio lateral de ratos após a aplicação
de um programa de alongamento crônico, também por meio da quantificação de
parâmetros arquitetônicos (PEIXINHO et al., 2013).
2.2 IMAGENS EM 3D
Apesar das imagens bidimensionais serem frequentemente utilizadas para
visualizar e analisar estruturas biológicas, existem algumas limitações quando há a
necessidade em se obter uma visão anatômica global de um órgão (CHANG et al,
2003). Tais limitações podem ser resolvidas ao se utilizar um sistema com geração de
imagens tridimensionais, cujas vantagens incluem a possibilidade de rotacioná-las e
visualizá-las em diversos ângulos, alcançando uma análise mais completa da estrutura
analisada (SOLBERG et al, 2007).
Na medicina, imagens em 3D podem ser utilizadas, por exemplo, para medir
diâmetro e volume de esfíncter anal de mulheres com lesão de esfíncter causada por
parto natural por imagens endoanal em 3D (Gregory et al., 2006) e para caracterizar a
relação entre massas tumorais e vasos sanguíneos do mediastino (a invasão de artérias
aorta e pulmonar) por imagens endoscópicas em 3D do esôfago (Săftoiu e Gheonea,
2009).
A partir de imagens em 3D é possível ainda, estimar o volume de órgãos e
lesões, o que pode ser importante na determinação de um diagnóstico (COBBOLD,
2007). Ferrari et al., (2006), a fim de determinar o volume de lesões em tendão de
cavalo, compararam as técnicas de US 2D (indiretamente, a partir AST da lesão), US
8
3D (apenas por segmentação) e medidas em imagens de peças dissecadas. Os autores
validaram a técnica por medidas repetidas em um phantom de volume conhecido, e
relataram que determinar o volume a partir de imagens obtidas de peças dissecação é
bastante complicado principalmente devido ao processo de segmentação, que é
dificultado por conta da perda tecidual e da descoloração natural que ocorre no tendão
submetido a essas condições e pioram a qualidade das imagens. Por outro lado, os
autores afirmam que ambas as técnicas, US 2D e 3D provaram ser reproduzíveis para
medir o volume de uma lesão em tendão, mas concluíram que o US 3D é superior as
outras para monitorar a evolução da lesão.
Nas últimas décadas o US 3D também tem sido bastante empregado na
validação do volume muscular. DELCKER et al., (1999) utilizaram o US 3D para
reconstruir o volume de peças de dissecadas da mão de cadáveres e realizaram a
validação do da técnica pelo método de deslocamento de coluna de água. Os autores
confirmaram o potencial do US 3D apresentando baixos índices de variabilidade e
desvio médio de 10% entre as 2 formas de medição.
WELLER et al., (2007), utilizaram o US 3D para determinar o volume in vivo,
in situ e em músculos isolados da pata de cadáveres de cães, e validaram a técnica por
medidas volumétricas obtidas por TC e por deslocamento de coluna de água. Os
autores relataram que as medidas de volume obtidas pelas 3 técnicas não foram
correlacionadas significativamente, tendo a maior correspondência entre as medidas de
US 3D e por deslocamento de coluna de água e a menor, entre a as medidas por TC e
por deslocamento de coluna de água, e concluíram que a US 3D se apresenta como uma
técnica capaz de acessar o volume muscular.
BARBER et al., (2009) utilizaram um US 2D freehand para gerar imagens em
3D do gastrocnêmio, in vivo, a partir de inúmeros quadros de imagens 2D. Aplicaram a
9
técnica para medições morfológicas do músculo gastrocnêmio e a validaram para a
obtenção de volume, comparando os resultados com os obtidos por US com os obtidos
por RM e concluíram que a US 3D pode ser de fato, empregada para obter o volume do
músculo humano e pode substituir o que consideram como padrão ouro, a RM, para tal
finalidade. O mesmo foi realizado por MACGILLIVRAY et al., (2009), que
empregaram o US 3D na determinação do volume da região média da coxa e também
validaram a técnica por RM, e da mesma forma, concluíram que o US 3D é aplicável
para gerar o volume muscular.
2.2.1 Volume Muscular
O volume de um corpo é representado pela quantidade de espaço por ele ocupado.
As primeiras medidas de volume muscular foram obtidas in vitro, a partir de estudos
realizados com cadáveres (FRIEDERICH e BRAND, 1990). Com o avanço de técnicas
de obtenção de imagens, o VM passou a poder ser estimado in vivo, a partir do
somatório de volumes segmentares em imagens transversais sequenciais de TC e RM,
pelo somatório das áreas de seção transversa multiplicado pela distância entre elas,
obtidos de imagens transversais sequenciais de TC e RM (MIYATANI et al., 2004).
FUKUNAGA et al., (2001) estimaram o VM, a AST fisiológica por imagens de
RM. Os autores mediram a espessura, o AP e o comprimento do fascículo por US, e
validaram duas novas equações, que incluíram outros parâmetros como a altura, massa
corpórea e circunferência do braço para os músculos flexores e extensores de cotovelo.
Segundo MIYATANI et al., (2004) a US também pode ser utilizada para estimar
o VM. Os autores investigaram a estimativa do VM a partir de medidas de espessura
muscular em imagens de US dos músculos flexores e extensores do cotovelo, extensores
10
do joelho e flexores plantares, e compararam o valor estimado para o VM a partir do US
com o obtido por RM. Os autores utilizaram como modelo equações de regressão
simples e múltiplas cujas variáveis eram os valores de EM (simples) e EM e
comprimento do membro (múltipla). A equação de regressão simples não foi suficiente
para predição do VM, enquanto as de regressão múltipla demonstraram predições
satisfatórias às condições, com coeficiente de determinação entre 0,787 e 0,884 para os
grupos musculares examinados.
2.3 IMAGENS BMU 3D
Na medicina, STACHS et al., (2002) empregaram a BMU 3D e utilizaram as
imagens para caracterizar e monitorar a função acomodativa do corpo ciliar em
humanos, in vivo.
ZHOU et al., (2003) utilizaram a BMU 3D para estudar a função cardíaca
durante o desenvolvimento embrionário de camundongos. O embrião pode ser
visualizado em três dimensões no útero, e o desenvolvimento de outras estruturas
embrionárias podem ser examinadas, inclusive o olho, cérebro, patas, pulmões e fígado.
WIRTZFELD et al., (2005) descreveram o uso de BMU 3D para obter o volume
de tumores transgênicos de câncer de próstata, em progressão, com modelos de ratos.
As medições realizadas nessas imagens BMU 3D, confirmaram com precisão o
tamanho e a forma de massas tumorais, in vivo.
GRAHAM et al., (2005) demostraram a utilidade do BMU 3D para não só para
controlar o crescimento das metástases do fígado (diâmetro, volume e curva de
crescimento de tumores) de forma não invasiva, mas também para avaliar potenciais
11
quimioterápicos sobre esses parâmetros em um modelo longitudinal para metástases em
murinos.
ROELLIG et al., (2011) acompanharam o período de gestação de 70 dias de uma
rainha rato toupeira, e de sete gestações de outras duas fêmeas, utilizando BMU e
imagens de 3D. As imagens de US possibilitaram descrever a aparência dos órgãos
reprodutores e calcular curvas de crescimento para predizer a idade gestacional e
caracterizar fases da gravidez. Utilizando UBM, os autores afirmaram que a gravidez
pode ser detectada 53 dias antes do parto.
Não foram encontrados, na literatura, estudos com músculo esquelético que
apresentem imagens de alta resolução em 3D. No entanto, é crescente o número de
estudos que utilizam essa metodologia para análise de tecidos biológicos,
principalmente em animais de pequeno porte (ZHOU et al., 2003; WIRTZFELD et al.,
2005;GRAHAM et al., 2005; ROELLIG et al., 2011).
12
3. FUNDAMENTAÇÃO TEÓRICA
3.1 ESPECIFICAÇÕES DA BIOMICROSCOPIA ULTRASSÔNICA
A instrumentação para geração da imagem de BMU 2D tem seu funcionamento
similar ao de um equipamento convencional. Um pulso de ultrassom é emitido por um
transdutor e propaga-se pelo tecido, e os sinais de eco são detectados pelo mesmo
transdutor. À medida que o feixe emitido pelo transdutor executa a varredura pelo meio,
várias linhas do modo-A são obtidas e usadas na geração da imagem de BMU 2D.
A principal diferença entre a BMU e um ultrassom convencional que opera em
modo B é utilização de altas frequências, que permite a geração de imagens com maior
poder de resolução. Na medicina, a utilização da ultrassonografia de alta resolução
emprega frequências de 20MHz, na caracterização da pele, até 60MHz em oftalmologia
(FOSTER et al., 1993). Por outro lado, seu poder de penetração no tecido é reduzido,
pois o coeficiente de atenuação aumenta com a frequência de modo exponencial,
variando conforme as características do tecido no qual o ultrassom se propaga. Em
tecidos como a íris e a córnea, por exemplo, há pouca atenuação. Mas em estruturas
como a parede arterial ou a pele, o coeficiente de atenuação é maior. Para FOSTER et
al., (1993) essas diferenças são atribuídas a organização de colágeno e outras proteínas
estruturais, no entanto, ainda não são completamente compreendidas.
Utilizando um transdutor de focalização esférica e abertura de 0,5 mm operando
em 100 MHz na água, alcança-se uma profundidade de campo de 1,6 mm e resolução
lateral e axial de 60 µm e 19 µm, respectivamente. Ao reduzir a frequência para 30 MHz a
profundidade de campo aumenta para 2,5 mm e resolução lateral e axial para 250 e
62µm, respectivamente, compatíveis com as obtidas por RM, na ordem de 75 µm.
13
A largura do feixe de ultrassom e a largura de banda do pulso de onda
ultrassônica definem as resoluções lateral e axial da imagem, respectivamente. Para
transdutores com focalização esférica, a resolução lateral, Rlat, é obtida de acordo com a
seguinte expressão (FOSTER et al. 2000):
, (1)
sendo λ o comprimento de onda relativo à frequência central do pulso de ultrassom
emitido pelo transdutor e fnúmero representa a razão entre a distância focal e a abertura do
transdutor.
A resolução axial, Rax, varia com o inverso da largura de banda do pulso de
onda, sendo calculada por (Foster et al. 2000):
, (2)
sendo c a velocidade de propagação da onda e BW a largura de banda do pulso de onda.
Na água, um transdutor de alta frequência com largura de banda de 40% e
operando em 30 MHz alcança uma resolução axial de 63 μm.
A profundidade de campo, DOF, é a região útil, em torno do ponto focal do
feixe emitido pelo transdutor, na construção da imagens. Para transdutores com
focalização esférica, é determinada por (Foster et al., 2000):
(3)
14
3.2 MÚSCULO ESQUELÉTICO
O músculo esquelético é formado por feixes de fibras musculares que
representam as unidades contráteis desse tecido. Em volta de cada fibra há uma camada
de tecido conjuntivo fibroadiposo, o perimísio (aponeurose) e a junção desse tecido nas
extremidades de cada músculo forma os tendões, que têm como função básica unir o
músculo ao osso (MCARDLE, 2011).
Nas fibras musculares encontram-se os sarcômeros, que são constituídos por um
complexo de proteínas e considerados as unidades funcionais do músculo esqueléticos,
por serem fisiologicamente responsáveis pela dinâmica da contração muscular. Entre as
proteínas que compõe o sarcômero, as principais são a actina e a miosina, que ao se
alinharem em série formam estruturas cilíndricas denominadas como miofibrilas
(MCARDLE, 2011).
O músculo pode ter estrutura fusiforme ou penada. O primeiro possui suas fibras
organizadas de modo paralelo umas as outras e à aponeurose, e o segundo tem suas
fibras arranjadas de modo oblíquo em relação à aponeurose, formando uma estrutura
conhecida como penada que pode ser unipenada, bipenada (com uma aponeurose
central) ou multipenada.
O complexo músculo-tendão é constituído por componentes contráteis (fibras
musculares) e elásticos, (tecido tendinoso: tendão, aponeurose, perimísio, endomísio,
sarcolema). Esses componentes atuam juntos para a produção de força muscular.
Em uma imagem de US em 2D (Figura 1) é possível visualizar claramente a
estrutura penada, em que os feixes são vistos em zonas hipoecóicas, isto é, nas áreas de
menor reflexão e portanto mais escuras da imagens. O perimísio, assim como o
15
epimísio, as fáscias, os nervos e os tendões são estruturas que, devido a sua composição,
refletem bastante o US em relação ao músculo e nas imagens são vistas como as linhas
hiperecóicas e, portanto, mais claras, que separam os fascículos do músculo.
Figura 1. (A) Ilustração do complexo músculo-tendão e seus componentes. (B) Imagem ultrassônica
(7,5MHz) de tecido muscular esquelético do tríceps sural humano com alguns componentes apontados
pelas setas vermelhas.
3.2.1 Gastrocnêmios
Os gastrocnêmios, junto com o sóleo, fazem parte do grupamento muscular
tríceps sural, um conjunto de músculos posteriores da perna, vulgarmente conhecido
como panturrilha. Esse grupamento possui características específicas e funções
definidas e fundamentais para as atividades físicas e diárias, atuando diretamente
durante marcha e na manutenção do equilíbrio. Dada à sua exposição contínua possui
risco de lesões e rupturas aumentado. O gastrocnêmio é dividido em duas porções:
lateral (GL) e medial (GM). Ambas compõem as partes mais superficiais do tríceps
sural e encontram-se bem próximas à pele. No caso dos ratos, essa musculatura está um
pouco mais profunda, abaixo do bíceps femoral, que o recobre (Figura 2). Nos seres
humanos, o tríceps sural possui uma disposição penada das fibras, ou seja, ao se
inserirem na aponeurose muscular, elas formam um ângulo em relação ao eixo de
geração de força, o ângulo de penação. Nos ratos, o sóleo pode ser considerado
16
fusiforme já que suas fibras são totalmente paralelas umas as outras e a linha de geração
de força, mas os gastrocnêmios, assim como nos seres humanos, apresentam uma
estrutura penada.
Figura 2. (A) Pata trazeira de rato, com bíceps femoral recobrindo o tríceps sural, (B) músculos
componentes do tríceps sural, solear e gastrocnêmio lateral (abaixo do bíceps femoral) e (C) corte
transversal da pata. O contorno em amarelo indica o GL, o vermelho o GM, o azul claro o solear e o azul
escuro, o bíceps femoral. Retirado e adaptado de POPESKO et al., (2002) (A,B) e de TAKAMASA et al.,
(2001) (C).
3.3 CARACTERÍSTICAS BIOMECÂNICAS
As características biomecânicas do músculo esquelético são fundamentais para
estimar sua função e para classificá-lo quanto a sua arquitetura e assim, predizer seu
comportamento quanto à produção força, elasticidade, ativação etc. Essas características
são parametrizadas e servem como entrada para diversos modelos matemáticos de
avaliação funcional, principalmente da força muscular (NARICI, 1999).
A produção de torque e a função muscular são determinadas pelas relações
geométricas que se formam conforme as fibras se arranjam em um músculo, ou seja,
pela arquitetura muscular. Essa disposição das fibras musculares pode ocorrer de modo
paralelo à linha de ação muscular ou de modo penado, obliquamente à linha de ação, e
ao se inserirem no tecido conjuntivo (aponeurose interna) formam um ângulo, o ângulo
de penação (KAWAKAMI, 2005). A forma como essas fibras se arranjam é de grande
importância no estabelecimento das relações constitutivas, força-comprimento e força-
velocidade de encurtamento do músculo esquelético (LIEBER, 2002).
17
A arquitetura muscular passa por alterações devido a estímulos externos,
doenças ou estado fisiológico do indivíduo. E seu estudo permite avaliar a relação entre
a estrutura e a função dos músculos, e o quanto essas estruturas se adaptam em
diferentes condições (KAWAKAMI, 2005), de uso aumentado, reduzido ou desuso, o
que possibilita a determinação de diretrizes para programas de treinamento e
reabilitação (KAWAKAI et al., 1993). Existem ainda pesquisas para distinguir
fenótipos por meio da arquitetura muscular, a fim de determinar características decisivas
para atletas de alto rendimento (SILA e CARVALHO, 2007).
A utilização de técnicas de imagem como o ultrassom e a ressonância magnética
para medir parâmetros da arquitetura muscular in vivo permite que pesquisadores
relatem alterações nas propriedades mecânicas da unidade músculo-tendão, o que leva a
crer que a arquitetura muscular possui alto grau de plasticidade e que as modificações e
adaptações ocorridas são capazes de influenciar e, sobretudo alterar a expressão da força
muscular.
3.3.1 Volume Muscular
O volume é um parâmetro de arquitetura muscular relacionado à quantidade de
material contrátil presente no músculo e reflete diretamente na função e na capacidade
de produção de força muscular (LIEBER E FRIDEN 2000). A partir de medidas
volumétricas musculares também é possível estimar a contribuição individual para o
torque de músculos que compõem um grupamento (KONISHI et al., 2012;
MAGANARIS, 2004). Além disso, a quantificação do volume (junto com o
comprimento muscular) pode ser utilizada para avaliar contraturas musculares e
determinar alterações ocasionadas por intervenções cirúrgicas ou por treinamentos
específicos (FRY et al., 2007; KAWAKAMI et al., 2008).
18
Alguns métodos podem ser utilizados para a obtenção direta ou indireta do
volume de uma estrutura: pesagem hidrostática, cálculos por medidas físicas, entre
outras. Já o volume muscular pode ser obtido por dados antropométricos, dobras
cutâneas, técnicas de bioimpedância elétrica e imagens transversais de tomografia
computadorizada (TC) e ressonância magnética (RM). A ultrassonografia, de modo
indireto, também permite estimar esse parâmetro a partir de medidas da espessura
muscular, empregando equações de regressão simples ou múltipla. Dados de imagens
transversais obtidas por TC e RM permitem calcular a área de secção transversa de um
músculo. Adicionando os volumes segmentares, fornecidos pelo produto entre essas
áreas e a distância entre elas, estima-se o volume muscular (INFANTOLINO et al.,
2006).
19
4. MATERIAIS E MÉTODOS
4.1 INSTRUMENTAÇÃO PARA A GERAÇÃO DE IMAGEM DE BMU 3D
As imagens de BMU 3D foram geradas por meio do processamento de imagens
de BMU 2D adquiridas de múltiplos planos de imagem paralelos e igualmente
espaçados entre si, como mostra a Figura 3, gerados por um equipamento comercial de
BMU 2D.
Figura 3. Esquema mostrando a sequência dos múltiplos planos em 2D e a imagem convertida para 3D.
As setas em vermelho representa a distância entre os quadros de imagens em 2D. A estrutura envolvida
em amarelo é o músculo gastrocnêmio lateral de rato.
A instrumentação utilizada na presente dissertação baseia-se em um equipamento
comercial de BMU desenvolvido por Capistrano Labs Incorporated (San Clemente, CA
92672, EUA). Basicamente, o equipamento é composto por um sistema de geração de
imagens baseado em um microcomputador pessoal (PC), estando todo o hardware
contido em uma placa instalada no barramento PCI do PC (processador Intel Core i3
2100). Esta placa compreende um sistema de imagem de US completo e inclui o sistema
de controle de “servomecanismo” que aciona a varredura do feixe de US. Além do
controlador de servomecanismo, o hardware da placa inclui ainda o emissor/receptor de
US, o detector de envelope dos sinais de eco, o conversor analógico/digital (A/D) com
20
frequência de amostragem de 80 MHz. A conversão de varredura é realizada por cálculo
computacional. O equipamento de BMU opera em plataforma Windows e é controlado
pelo Software Ultraview (versão 5.93; Capistrano Labs, Incorporated, San Clemente,
CA, EUA).
O transdutor utilizado, com focalização esférica, opera em 35 MHz e contém uma
fina membrana piezoelétrica de difluoreto de polivinilideno (PVDF) com metalização a
ouro (C190210; Capistrano Labs, Inc., San Clemente, EUA). Tem ainda como
características: distância focal de 12 mm, profundidade de campo de 0,8 cm e diâmetro
de 5 mm (fnúmero de 2,4).
O transdutor de US se movimenta em forma pendular no plano de imagem, cujo
quadro de imagem tem largura e altura de 13 e 8 mm, respectivamente. A altura do
quadro de imagem é dependente da profundidade de campo do transdutor de US e a
largura depende do ângulo do movimento pendular do transdutor e da distância entre o
foco do feixe emitido pelo transdutor e o ponto em torno do qual o pêndulo oscila. O
equipamento de BMU, fabricado por Capistrano Labs, gera imagens de ultrassom
modo-B numa taxa de 20 quadros/segundo.
A imagem é gerada no formato setorial com ângulo de 20° é formada por 256
linhas em modo-A, cada linha com 2048 pontos de dados e cada ponto de dados
assumindo valores entre 0 e 255. Os dados usados na formação de um quadro de
imagem são armazenados em extensão “BS” e utilizados posteriormente para a geração
de uma imagem que é armazenada em formato “jpeg”.
O sistema experimental, incluindo o equipamento de BMU 2D e todos os demais
componentes usados na geração da imagem de BMU 3D podem ser visualizados na
Figura 4.
21
Figura 4. Sistema experimental para geração de imagens de BMU 3D: (A) computador com placa BMU
Capistrano, (B) sonda BMU com transdutor (indicado pela seta em vermelho) e ampliação
correspondente, (C) unidade de controle de movimento e joystick na ampliação correspondente, (D)
plataforma de apoio para animal (indicado pela seta em vermelho).
O sistema responsável pelo deslocamento da plataforma que contém o meio do
qual se obtém a imagem de BMU consistiu de um sistema de posicionamento ESP300
(Newport, Irvine, EUA) composto por um equipamento controlador de movimento que
funciona como um driver responsável pelo acionamento de um joystick e pelo controle
de dois motores usados nos estágios lineares (MFA-CC; Newport, Irvine, EUA)
configurados em um plano horizontal XY. Cada estágio linear possui curso total de
2,54cm, passo com precisão de 0,0175 µm e uma velocidade máxima de 2,5 mm/s.
Durante a aquisição de imagens de BMU 2D, o meio a ser imageado (phantom ou
animal) é colocado sobre uma plataforma (AS-11550; VisualSonics, Toronto, Canadá)
que se desloca por degraus numa direção perpendicular ao plano de imagens 2D.
O movimento de cada estágio linear é programado pelo mesmo computador que
contém o sistema da Capistrano e sua comunicação com o driver da Newport se faz por
22
meio da interface RS-232.
Toda a programação computacional do sistema de BMU realiza-se em linguagem
LabVIEW (versão 7.1; National Instruments, Austin, EUA).
4.2 AQUISIÇÃO DAS IMAGENS DE BMU 2D EM MÚLTIPLOS PLANOS
Para a aquisição das imagens de BMU em 2D em múltiplos planos paralelos, os
motores usados nos estágios lineares configurados em um plano horizontal XZ
necessitam de um controle segundo o qual o estágio linear no eixo X (paralelo aos
planos de imagem) permanece parado e o do eixo Z (perpendicular aos planos de
imagem) se move a passos controlados. Após cada passo no eixo Z, o sistema de
posicionamento se mantém parado por 3 segundos para adquirir e salvar a imagem
BMU 2D do plano correspondente. O operador define o tamanho do passo e o curso
total, e o sistema determina o número de passos correspondentes e a velocidade máxima
possível para a atuação do estágio linear. O esquema na Figura 3 demonstra de que
forma isso acontece.
Em termos práticos, o tamanho do passo deve ser um pouco maior que a resolução
lateral do sistema, já que um passo menor inclui informação redundante e um passo
muito maior pode perder informação. Com isso, no presente caso foi escolhido um
passo de 0,2 mm, já que a resolução lateral é de aproximadamente 100 µm. Para cada
posição de aquisição de imagem, são adquiridos 28 quadros de imagem de BMU 2D e a
imagem média correspondente é determinada. A imagem média é armazenada em
formato de "BS", que corresponde aos 256 blocos, cada um com 2048 dados,
consecutivamente agrupados em um vetor. Cada dado, com valor entre 0 e 255, é
representado em ASCII.
Após a conclusão da varredura no eixo Z, com a consequente aquisição e
23
armazenamento dos dados correspondente a cada uma das imagens de BMU 2D em
múltiplos planos paralelos e igualmente separados entre si, o programa mestre executa
uma rotina de conversão de varredura, por interpolação bilinear, para cada uma das
imagens em BMU 2D obtida incialmente na forma setorial. A interpolação bilinear
mapeia os dados que foram obtidos utilizando coordenadas polares em um sistema de
coordenadas retangulares, espaçadas de 9,375 µm em cada um dos eixos ortogonais, e
uma imagem com dimensões típicas de 13x8mm de largura e altura, respectivamente, é
formada em uma moldura retangular. A etapa computacional da conversão de varredura
é executada em linguagem C (AT&T Bell Laboratories, Murray Hills, EUA) através de
uma DLL (Dinamic Link-Library) carregada no programa computacional executado no
micro PC desenvolvido em LabVIEW. A Figura 5 apresenta um diagrama de blocos
correspondente a sequência de etapas relacionadas com a aquisição dos múltiplos
quadros de imagem de BMU 2D, em que o N inicial é o número de passos a serem
dados pelo estágio linear de eixo Z, ou seja, o número de imagens BMU 2D a serem
adquiridas.
Figura 5. Diagrama de blocos correspondentes às sequências de operações para adquirir o conjunto de
imagens 2D.
24
4.3 CONSTRUÇÃO DAS IMAGENS de BMU 3D
Os quadros de imagens de BMU 2D, já armazenados em formato “jpeg”, são
convertidos para o formato Dicom, com o auxílio do software Dicomizer (H.R.Z.
Software Services LTD, Tel-Aviv, Israel). Em seguida, são segmentados pelo programa
computacional TurtleSeg (Medical Image Analysis Lab at Simon Fraser University, e
The Biomedical Signal and Image Computing Laboratory at the University of British
Columbia, Vancouver, Canadá) com o qual é possível gerar as imagens 3D da estrutura
e calcular seu volume posteriormente.
A segmentação das imagens ocorre de modo semiautomático, sendo realizada
com o auxílio de uma ferramenta interna do software. A Livewire facilita o trabalho do
operador, e é usada para acelerar o processo de contorno na imagem bidimensional,
então, quando o mouse é movido, o contorno, ou Livewire, seguirá automaticamente a
borda do objeto em tempo real, a fim de tornar mais preciso o processo, como é possível
observar na Figura 6. Além disso, existe outra ferramenta do software, a spotlight, que,
sugere os melhores planos de contorno ao operador colaborando para uma segmentação
mais completa.
O método semiautomático de contorno da borda parece ser superior ao método
automático que normalmente desconsideraria variações anatômicas entre as amostras, o
que possivelmente comprometeria o resultado (POON, HAMARNEH,
ABUGHARBIEH, 2007).
25
Figura 6. Ilustração da ferramenta de segmentação semiautomática (Livewire), com a fixação de uma linha
de contorno ao longo da borda que delimita a região a ser segmentada e contida em um plano que atravessa essa
região. Os pontos marcados por pequenos retângulos referem às marcações feitas pelo operador e a linha rosa refere-
se ao contorno já fixado e que passa pelos pontos marcados. A linha em verde representa um trecho em construção e
ficará definitiva (rosa) após ser definido um novo ponto de marcação.
O processo de geração do contorno fechado é realizado em vários planos
sugeridos pelo programa, até se conseguir visualmente um volume segmentado que
represente o volume desejado. Normalmente, quanto maior o objeto, maior o número
de contornos realizados. Os contornos são executados em planos contidos nas três
orientações e no presente caso, o maior número contornos foram realizadas no plano Z
(transversal), que corresponde à extensão de comprimento e profundidade da estrutura.
Outras segmentações também foram realizadas a partir dos planos X (sagital) e Y
(coronal), no entanto, em menor número, pois a extensão a ser preenchida era menor
(Figura 7).
Após a segmentação, o próprio software oferece um recurso para calcular o
volume contido na imagem gerada em 3D. O valor final do volume (em unidades de
volume) é calculado por meio de um procedimento de calibração de escala, que
considera além do valor fornecido pelo software (Figura 6), as dimensões da imagem.
26
Figura 7. Detalhes do processo de segmentação no gastrocnêmio lateral de rato. (A) Plano coronal, (B)
Plano sagital (C) Plano transversal (D) Imagem em 3D gerada a partir da segmentação realizada nos 3
planos. (E) A caixa cinza na parte superior, mostra o valor do volume segmentado calculado pelo próprio
software. A parte hachurada em rosa representa o preenchimento realizado pela segmentação.
4.4 CONFECÇÃO DOS PHANTOMS
A construção dos phantoms seguiu a metodologia descrita por Ryan e Foster
(1997): pó de gelatina (Tipo A: de pele de porco, G-2500; Sigma Chemical, Missouri,
EUA) dissolvido em água destilada, numa temperatura controlada de 50ºC, na
concentração de 15% em peso até não haver grumos. Como espalhador de US foi
utilizado pó de sílica (S-5631; Sigma Chemical, Missouri, EUA), em uma concentração
de 2% em peso.
Foram confeccionados 4 phantoms, com diferentes geometrias. Todos com
formato externo cilíndrico, consistindo em duas partes concêntricas, uma parte
cilíndrica externa (anecóica ou ecóica) que envolve uma parte interna de formato
cilíndrico ou cônico (anecóica ou ecóica). Estes phantoms foram da nomeados da
seguinte forma: PHXYTf , em que "XY" representa a ecogenicidade (0 ou 1 para
27
anecóica ou ecóica) das partes exteriores e interiores respectivamente , “t” representa o
diâmetro externo dos phantoms (G para grande ou P para pequena) e "f " representa o
formato da parte interna (CI para cilíndrico ou CO para cônico). Os 4 phantoms foram
nomeados PH01GCI, PH10PCI, PH10PPCI, PH10GCO. Na Figura 7 é possível observar os
moldes utilizados para construir os phantoms e os observá-los prontos.
A parte exterior dos phantoms foi moldada usando seringas (Becton Dickinson ,
Franklin Lakes, EUA) de 3 ml (para o phantom grande) e 1 ml (para o phantom
pequeno), que tiveram suas extremidades do lado de inserção da agulha seccionadas
transversalmente ao eixo de simetria da seringa. Já para a moldagem da parte interna
foram utilizados parte de um canudo plástico em polipropileno (Frascobel Descartáveis
Plásticos, Rio Grande do Sul, Brasil), agulhas hipodérmicas descartáveis
(MedGoldman, Amazonas, Brasil) de 25x0.9 e 25x0.8mm e uma ponteira de
micropipeta em polipropileno transparente de até 200 µl (Plast Labor, Rio de Janeiro,
Brasil), respectivamente.
O phantom PH01GCI foi confeccionado em formato cilíndrico, com a parte externa
moldada por uma seringa de 3 ml (anecóica) e parte interna moldada com canudo
flexível (ecóica) (Figura 8A); o PH10PCI, também com formato cilíndrico mas com parte
externa moldada em seringa de 1 ml (ecóica) e parte interna anecóica, moldada com
agulha de 0.9 mm de diâmetro (Figura 8B); o PH10PPCI, em formato cilíndrico e parte
externa moldada com seringa de 1 ml (ecóica) e parte interna aneóica, moldada com
agulha de 0.8 mm de diâmetro (Figura 8C); e o PH10GCO, em formato cônico com parte
externa moldada em seringa de 3 ml (ecóica) e parte interna anecóica, moldada com
ponteira de micropipeta automática (Figura 8D).
Para confeccionar os phantoms, uma seringa com uma de suas extremidades
fechada pelo êmbolo foi preenchida com gelatina dissolvida em água quente, misturada
28
ou não com espalhadores (de acordo com o phantom que estivesse sendo construído), e
mantida na posição vertical. A seguir, o pedaço de canudo, a agulha descartável ou a
ponteira de micropipeta, eram inseridos através da extremidade aberta da seringa, e
fixados em uma marca feita previamente no centro do êmbolo. Após a inserção do
molde interno (canudo, agulha ou ponteira), a seringa contendo a gelatina (com ou sem
espalhador, dependendo do phantom) era colocada na geladeira, por cerca de 12 horas
para aguardar o endurecimento da gelatina. Depois de retirada da geladeira, o molde da
parte interna (canudo/agulha/ponteira) era removido e posteriormente preenchido de
gelatina misturada com espalhadores ou não, conforme o phantom a ser produzido. Os
phantoms com a parte interna anecóica e, portanto, vazia, tinham esse espaço
preenchido por água durante o experimento, após a imersão do mesmo em uma cuba
com água. Antes do preenchimento da seringa, foi borrifado em sua parede interna óleo
de silicone líquido para facilitar a retirada do phantom de dentro da mesma. Ao fim do
processo de confecção, os phantoms foram mantidos por 5 minutos, em uma solução de
formol a 5% (B. Herzog, Rio de Janeiro, Brasil) a fim de aumentar a consistência,
prolongar a vida útil dos mesmos e evitar a formação de fungos (Ryan e Foster, 1997).
Segundo Ryan e Foster (1997) a velocidade de propagação e o coeficiente de atenuação
desse tipo de phantom, para uma frequência de 35MHz é de aproximadamente 1549 m/s
e 2,5dB/mm, nesta ordem).
29
Figura 8. Phantoms (A) PH01GCI, (B) PH10PCI, (C) PH10PPCI e (D) PH10GCO e principais acessórios
utilizados para prepará-los.
4.5. AQUISIÇÃO DE IMAGENS DOS PHANTOMS
Antes da primeira aquisição, foram introduzidos de forma transversal 2 fios de
metal (0.3mm de diâmetro) nas duas extremidades dos phantoms, a fim de que ao
identificá-los na imagem fosse possível determinar os pontos de inicio e fim da
aquisição. Em seguida, o phantom foi fixado a uma estrutura de plástico ligada a uma
pequena placa de alumínio para evitar a flutuabilidade, e imerso em água destilada
contida em um reservatório de plástico colocado sobre a plataforma, como observado na
Figura 9A.
A fim de validar e certificar a confiabilidade do sistema de BMU 3D para medir
volumes, foram realizadas 10 sequências de aquisição de imagens de BMU 2D para
cada phantom. O número total de imagens adquiridas em cada sequência variou entre 60
a 120, dependendo do comprimento do phantom. Em todos os intervalo entre as
aquisições, os fios eram retirados e recolocados tendo a distância entre eles medida 5
vezes (representando o comprimento do mesmo) com o auxílio de um paquímetro
digital (Digimess, São Paulo, Brasil) como mostra a figura 9B, para compor o posterior
cálculo de volume físico, a ser comparado com o volume calculado a partir das
segmentações das imagens. Para cada sequência de aquisições o TurtleSeg foi
30
executado 5 vezes (5 segmentações para cada sequência), totalizando 50 segmentações
para cada phantom, isto é, 50 imagens em 3D e 50 valores de volume.
Durante a aquisição de imagens de todos os phantoms a temperatura foi
monitorada, variando de 22 a 25°C, e para isso utilizou-se um termo higrômetro digital
mth-1362w (Minipa, São Paulo, Brasil).
Figura 9. (A) Phantom colocado em uma estrutura de plástico fixado a uma pequena placa de alumínio
dentro de cuba cheia com água destilada. (B) Fios nas extremidades do phantom e medida da distância
entre eles (a altura do phantom) com um paquímetro digital.
4.6 VALIDAÇÃO DOS RESULTADOS DE VOLUME DOS PHANTOMS
A acurácia da metodologia para geração de imagens em 3D usando múltiplos
quadros de imagens em 2D foi testada pela comparação do volume obtido por
segmentação com o volume obtido pelas dimensões físicas dos phantoms.
O volume final calculado (utilizando os valores fornecidos pela segmentação e
as dimensões das imagens) levou em consideração um fator de correção que considera a
razão entre a velocidade de propagação do ultrassom considerada pelo equipamento de
31
BMU (1500 m/s) e a velocidade de propagação do ultrassom no material do phantom
(aproximadamente 1540 m/s). Caso houvesse diferenças significativas entre os 2
valores, seria considerado o valor do volume resultante da segmentação multiplicado
pelo fator de correção para comparação do volume determinado através da imagem 3D
com o volume físico.
4.7 AQUISIÇÃO DA SEQUÊNCIA DE IMAGENS BMU 2D, IN VIVO, DO
MÚSCULO GASTROCNÊMIO DE RATOS
Foram utilizados 5 ratos Wistar, com peso médio de 233,4 g. Todo o protocolo
experimental envolvendo animais foi realizado em conformidade com as
recomendações e com a aprovação do Comitê de Ética de Pesquisa em Animais da
Universidade Federal do Rio de Janeiro (LABCE nº: 07-09/13).
Antes da aquisição de imagem, os animais foram anestesiados com uma injeção
intraperitoneal de ketamina (10-15 mg/kg) e xilazina (50-75 mg/kg), e tiveram as patas
trazeiras tricotomizadas.
A seguir, o animal foi posicionado sobre a plataforma em posição corporal
pronada, com o tornozelo em posição neutra (90°) e rotação interna da articulação do
quadril como mostrado na Figura 10A. A pata do animal foi colocada em um anteparo
plástico e totalmente recoberta de gel a base de água (Ultrex-gel; Farmativa Indústria e
Comércio Ltda, Rio de Janeiro, Brasil) para permitir o acoplamento acústico entre o
transdutor de ultrassom e o animal (Figura 10B).
32
Figura 10. (A) Posicionamento do animal na plataforma e probe. (B) Detalhe da pata de rato no anteparo
plástico com tornozelo em posição neutra (90°) e rotação interna do quadril, coberto com gel.
O plano de imagem 2D, definido pela varredura do feixe de ultrassom emitido
pelo probe, é alinhado perpendicularmente ao eixo longitudinal do músculo
gastrocnêmio. À medida que se adquire uma imagem 2D, a plataforma em que o animal
está posicionado se desloca a um passo controlado e mantido em 0,2mm na direção
perpendicular ao plano de imagem. O processo se repete até que toda a distância pré-
determinada e programada para o eixo z seja percorrida.
Após a aquisição das imagens de BMU 2D foi possível identificar os músculos
gastrocnêmios medial e lateral do rato, com o auxílio de um atlas anatômico animal
(Figura 11A e B).
33
Figura 11. (A) Imagens transversais dos músculos GL e GM da pata esquerda de rato retirada de atlas
animal anatômico e (B) e obtida por BMU 2D. Retirado e adaptado de Takamasa et al., (2001).
Após a segmentação das imagens no programa TurtleSeg, foi possível obter uma
visão global da estrutura, em 3D. No entanto, não foi possível realizar a segmentação do
músculo inteiro do animal pelo fato do curso total do estágio linear ser menor que o
comprimento de todo o músculo. O protocolo de aquisição necessitará, futuramente, de
ajustes de modo que a varredura se estenda entre as inserções proximal e distal do
músculo.
As imagens obtidas de alguns animais não tinham qualidade suficiente para
serem processados com o software TurtleSeg, e apenas 4 sequências de aquisição de
imagens, obtidas de animais diferentes, foram utilizados para gerar imagens 3D e
calcular o volume de segmentação do músculo do gastrocnêmio de lateral.
4.8 ANÁLISE ESTATÍSTICA
A análise estatística foi realizada com software comercial SPSS 20.0 (IBM
SPSS; Chicago, USA). A distribuição normal das medidas foi avaliada pelo teste
Kolmogorov-Smirnov. Para verificar as diferenças entre as 5 medidas de segmentação e
entre as 10 medidas de aquisições, aplicou-se o teste paramétrico ANOVA one-way
34
para medidas repetidas, com correção de Bonferroni. Foram verificadas a confiabilidade
e a variabilidade das medidas pelo coeficiente de variação (CV) e pelo coeficiente de
correlação intraclasse (ICC). Para a estimativa de erro, calculou-se o erro típico da
medida (ETM), sugerido por Hopkins (2000). O teste-t foi realizado para verificar a
existência de diferenças significativas entre as médias do volume físico e calculado.
Para a validação da técnica, foi calculada a diferença absoluta (DA) entre o
volume físico do phantom e o volume obtido pelas segmentações e ETM.
Foi calculado ainda o coeficiente de correlação de Pearson, para verificar se há
correlação entre o comportamento das medidas de volume obtidas por segmentação e
pelas dimensões físicas dos phantoms.
O limite de significância estatística de todos os testes foi estabelecido em
p<0,05.
35
5. RESULTADOS
Foram adquiridas imagens em BMU 2D e convertidas para 3D de todos os
phantoms como é possível observar nas Figuras 12 e 13, respectivamente.
Figura 12. Imagens de BMU 2D dos phantoms (A) PH01GCI, (B) PH10PCI, (C) PH10PPCI e (D) PH10GCO
imagem superior parte do phantom de diâmetro maior e imagem inferior do diâmetro menor.
Figura 13. Imagens de BMU 3D após a segmentação dos phantoms (A) PH01GCI, (B) PH10PCI, (C)
PH10PPCI e (D) PH10GCO.
5.1 CONFIABILIDADE DAS MEDIDAS DE VOLUME DOS PHANTOMS OBTIDAS
DAS IMAGENS DE BMU 3D E VALIDAÇÃO DA TÉCNICA.
Para todos os phantoms, os valores das medidas de volume determinadas por
36
segmentação das imagens de BMU 3D apresentaram distribuição normal. Os dados
referentes à média, desvio padrão (DP), CV, ICC de todos os phantoms podem ser
observados nas Tabelas 1 e 2. Na Tabela 1, estão os valores representativos das
medições ao longo das 10 sequências de aquisição e para cada uma das 5 repetições de
segmentação. Esses valores serão referenciados no texto por “médias das
segmentações”. Na Tabela 2, estão os valores que representam as medições ao longo
das 5 repetições de segmentação para cada uma das 10 sequências de aquisição. Esses
valores serão referenciados no texto por “médias das aquisições”.
Tabela 1. Média, DP, CV e CCI para as medições de volume ao longo das 10 sequências de
aquisição, para cada uma das 5 repetições de segmentação (médias das segmentações), para os 4
phantoms
Segmentação
PH01GCI PH10PCI PH10PPCI PH10GCO
Média ± DP
(mm³)
CV
(%)
Média ±DP
(mm³)
CV
(%)
Média ±DP
(mm³)
CV
(%)
Média ± DP
(mm³)
CV
(%)
1 304,01±14,02 4,61 14,45±1,50 10,41 14,42±1,85 12,85 305,47±48,84 15,99
2 301,64±18,51 6,13 14,31±1,61 11,25 14,06±1,56 11,13 310,24±47,39 15,27
3 302,68±17,33 5,72 14,47±1,38 9,58 14,07±1,77 12,57 307,54±46,95 15,26
4 302,73±14,08 4,65 14,43±1,33 9,26 14,02±1,71 12,23 307,69±47,98 15,59
5 296,11±21,04 7,10 14,12±1,27 9,04 14,11±1,62 11,48 308,67±47,81 14,48
CCI 0,74 0,90 0,92 0,99
Tabela 2. Média, DP, CV e CCI para as medições de volume ao longo das 5 repetições de
segmentação para cada uma das 10 sequências de aquisição (médias das aquisições), para os 4
phantoms
Sequências de
Aquisições
PH01GCI PH10PCI PH10PPCI PH10GCO
Média ± DP
(mm³)
CV
(%)
Média±DP
(mm³)
CV
(%)
Média±DP
(mm³)
CV
(%)
Média ±DP
(mm³)
CV
(%)
1 267,9±7,08 2,64 10,6±0,34 3,22 11,5± 0,21 1,88 226,5±1,28 0,56
2 296,9±6,67 2,24 14,0±0,19 1,40 12,3±0,39 3,19 256,5±0,96 0,37
3 291,6±9,94 3,40 14,4±0,27 1,90 13,0±0,23 1,79 266,6±5,90 2,21
4 302,9±3,80 1,25 14,3±0,06 0,44 13,2±0,17 1,35 286,8±2,31 0,80
5 305,3±14,60 4,78 15,6±0,41 2,63 13,3±0,19 1,47 303,5±1,35 0,44
6 290,5±11,43 3,93 15,0±0,30 2,02 14,5±0,69 4,77 306,4±2,45 0,79
7 302,1±5,72 1,89 15,9±0,37 2,36 15,9±0,34 2,16 341,8±4,11 1,20
8 324,5±7,02 2,16 14,2±0,37 2,64 15,0±0,83 5,56 341,9±4,11 1,2
9 313,4±5,63 1,79 14,2±0,51 3,63 15,1±0,48 3,21 365,5±2,66 0,72
10 319,1±3,52 1,10 15,0±0,16 1,08 17,2±0,44 2,59 383,5±1,40 0,36
CCI 0,93 0,97 0,98 0,99
37
5.1.1 Dados estatísticos para o phantom PH01GCI
Para o phantom PH01GCI, todas as medidas de volume baseadas na imagem de
BMU 3D apresentaram os valores mais baixos de CV (de 4,61 a 7,10% para as médias
das segmentações e de 1,10 a 4,78% para as médias das aquisições, e os valores de CCI
estão dentro do intervalo de grande confiabilidade (0,74 e 0,93) como pode ser
observado nas Tabelas 1 e 2.
O teste ANOVA para medidas repetidas com correção de Bonferroni não
identificou diferenças significativas entre as médias das segmentações, no entanto,
foram encontradas diferenças significativas entre as médias das aquisições. Na Figura
14 estão indicadas as aquisições que apresentaram diferenças significativas quando
comparadas entre si.
Figura 14. Resultados do teste ANOVA para medidas repetidas entre as médias de aquisições do phantom
PH10PCI. As sequências de aquisições que apresentaram diferenças significativas (comparando todas as
aquisições entre si) estão indicadas por (*). No eixo x está a sequência de 10 aquisições e no eixo y
valores de volume obtidos por segmentação. No Anexo I encontram-se as tabelas com os resultados da
ANOVA, com as diferenças significativas entre as aquisições apontadas por (*), uma a uma.
38
O teste-t utilizado para a comparação entre o volume do phantom PH01GCI,
obtido por segmentação e o volume obtido pelo cálculo direto usando as dimensões
físicas do phantom, indicou diferença significativa entre os 2 grupos de medidas,
apresentando um p=0,044. O valor do CCI, embora não seja alto (0,66), está dentro do
intervalo de confiança (Tabela 3).
Os valores de média, DP e CV dos volumes do phantom PH01GCI, determinados
por cálculos a partir da segmentação e por cálculo direto a partir das dimensões físicas
do phantom estão descritos na Tabela 3, bem como a diferença absoluta entre os
volumes dos 2 grupos e o ETM absoluto e relativo.
Tabela 3. Valores de média, DP, CCI, DA e ETM para os volumes determinados por cálculo
direto usando as dimensões físicas e por segmentação, para o phantom PH01GCI
Volume Físico (mm³) Volume Calculado (mm³) Diferença
Absoluta
(mm³) Média±DP CV (%) Média±DP CV(%)
294,21±4,18 1,42 267,98±7,08 2,64 26,23
302,53±4,38 1,44 296,90±6,68 2,25 5,63
314,92±7,85 2,49 291,64±9,94 3,41 23,28
314,98±7,11 2,25 297,45±3,81 1,26 17,52
326,31±7,05 2,15 305,29±14,61 4,78 21,02
302,64±6,39 2,11 290,49±11,43 3,94 12,14
330,5±1,39 0,42 302,10±5,72 1,89 28,39
323,82±3,64 1,12 324,50±7,02 2,16 0,67
322,34±5,25 1,62 313,41±5,63 1,80 8,92
313,31±6,97 2,22 319,12±3,53 1,11 5,80
CCI 0,66
ETM
(absoluto/relativo) 10,58 mm³ / 3,3%
39
5.1.2 Dados estatísticos para o phantom PH10PCI
Para o phantom PH01GCI, todas as medidas de volume baseadas na imagem de
BMU 3D apresentaram os valores mais baixos de CV (de 9,04 a 11,25% para as médias
das segmentações e de 0,44 a 3,63% para as médias das aquisições, e os valores de CCI
estão dentro do intervalo de grande confiabilidade (0,90 e 0,97), como pode ser
observado nas Tabelas 1 e 2.
O teste ANOVA para medidas repetidas com correção de Bonferroni não
identificou diferenças significativas entre as medidas de volume obtidas por
segmentação, no entanto, foram encontradas diferenças significativas entre as medidas
de aquisições para todas as sequências (A1-A10) (Figura 15).
Figura 15. Resultados do teste ANOVA para medidas repetidas entre médias de aquisições do phantom
PH10PCI. As sequências de aquisições que apresentaram diferenças significativas estão indicadas por (*).
No eixo x está a sequência de 10 aquisições e no eixo y valores de volume obtidos por segmentação. No
Anexo I encontram-se as tabelas com os resultados da ANOVA, com as diferenças significativas entre as
aquisições apontadas por (*), uma a uma.
40
O teste-t utilizado para a comparação entre os volumes do phantom PH10PCI,
determinados por segmentação e pelo cálculo direto usando as dimensões físicas do
phantom indicou diferença significativa entre os 2 grupos de medidas, apresentando um
p=0,007. O valor do CCI encontrado foi baixo, fora do intervalo de confiabilidade
(0,21).
Os valores de média, DP e CV dos volumes do phantom PH10PCI, determinados
por segmentação e pelo cálculo direto usando as dimensões físicas estão descritos na
Tabela 4, bem como a diferença absoluta entre os volumes dos 2 grupos e o ETM
absoluto e relativo.
Tabela 4. Valores de média, DP, CCI, DA e ETM para os volumes determinados por cálculo
direto usando as dimensões físicas e por meio da segmentação, para o phantom PH10PCI
Volume
Físico
Volume
Calculado
Diferença
Absoluta
(mm³) Média±DP (mm³) CV (%) Média±DP(mm³) CV(%)
15,30±0,34 2,24 10,61±0,34 3,23 4,68
15,64±0,41 2,72 14,03±0,20 1,40 1,61
15,98±0,05 0,33 14,41±0,27 1,90 1,56
15,85±0,17 1,09 14,28±0,06 0,44 1,56
15,77±0,11 0,73 15,65±0,41 2,63 0,12
15,84±0,16 1,07 15,047±0,30 2,02 0,8
16,08±0,10 0,64 15,99±0,38 2,37 0,09
15,64±0,33 2,16 14,29±0,38 2,65 1,35
16,45±0,53 3,29 14,19±0,52 3,64 2,26
15,53±0,25 1,64 15,07±0,16 1,08 0,45
CCI 0,21
ETM
(absoluto/relativo) 1,02mm³ / 7,8%
5.1.3 Dados estatísticos para o phantom PH10PPCI
Para o phantom PH10PPCI, todas as medidas de volume baseadas na imagem de
41
BMU 3D apresentaram baixos valores de CV (de 11,13 e 12,85% para as médias das
segmentação e de 1,35 a 5,56% para as médias das aquisições). Os valores de CCI estão
dentro do intervalo de grande confiabilidade 0,92 e 0,98 respectivamente (Tabelas 1 e
2).
O teste ANOVA para medidas repetidas com correção de Bonferroni não
identificou diferenças significativas entre as médias das segmentações, no entanto,
foram encontradas diferenças significativas entre as médias das sequências de
aquisições como mostra a Figura 16.
Figura 16. Resultados do teste ANOVA para medidas repetidas entre medidas de aquisições do phantom
PH10PCI. As sequências de aquisições que apresentaram diferenças significativas estão indicadas por (*).
No eixo x está a sequência de 10 aquisições e no eixo y valores de volume obtidos por segmentação. No
Anexo 1 encontram-se as tabelas com os resultados da ANOVA, com as diferenças significativas entre as
aquisições apontadas por (*), uma a uma.
Para o phantom PH10PPCI, o diâmetro da agulha (confirmado pelo fabricante) não
pôde ser utilizado para calcular o volume físico, pois não representou o diâmetro real
42
utilizado para segmentação, e foi corrigido por medidas realizadas diretamente na
imagem (Figura 17) com uma ferramenta do programa computacional de análise de
imagens, o ImageJ (National Institute of Health, Maryland, EUA). O novo volume
físico calculado, levando em conta os valores corrigidos para diâmetro e comprimento
(o comprimento foi considerado o mesmo da profundidade utilizada para a
segmentação, baseada nos fios de metal usados como referência), foi comparado com
volume obtido por segmentação.
Figura 17. Determinação do diâmetro da parte interna do phantom PH10PPCI com auxílio do ImageJ e os
valores obtidos para o diâmetro pela medição direta na imagem e na agulha.
O teste-t utilizado para a comparação entre os volumes do phantom PH10PPCI,
determinados por segmentação e pelo cálculo direto usando as dimensões físicas do
phantom não indicou diferença significativa entre os 2 grupos de medidas, apresentando
um p=0,079. Embora não haja diferença significativa, o valor do CCI (0,17) está fora do
intervalo de confiabilidade.
Os valores de média, DP e CV dos volumes do phantom PH10PPCI, determinados
por meio da imagem de BMU 3D (por segmentação) e pelo cálculo direto usando as
43
dimensões físicas (já corrigidas) estão descritos na Tabela 5, bem como a diferença
absoluta entre os volumes dos 2 grupos e o ETM absoluto e relativo.
Tabela 5. Valores de média, DP, CV, CCI, DA e ETM para os volumes determinados diretamente
pelas dimensões físicas e calculado a partir da segmentação, para o phantom PH10PPCI
Volume Físico Volume
Corrigido Volume Calculado
Diferença
Absoluta
(mm³) Média±DP (mm³) CV
(%) Média (mm³) Média±DP(mm³) CV(%)
8,57±0,07 0,85 13,53 11,52±0,22 1,88 2,00
8,16±0,19 2,35 12,63 12,35±0,39 3,19 0,28
8,13±0,1 1,35 12,58 13,05±0,23 1,79 0,47
8,4±0,19 2,37 13,23 13,23±0,18 1,35 0,005
8,16±0,16 2,04 12,27 13,39±0,20 1,47 1,12
8,25±0,19 2,34 12,25 14,53±0,69 4,77 2,27
8,17±0,26 3,25 12,1 15,9±0,34 2,16 3,79
8,59±0,69 8,06 13,02 15,02±0,84 5,56 1,99
9,33±0,35 3,78 14,45 15,14±0,49 3,21 0,68
9,17±0,19 2,17 14,04 17,24±0,45 2,59 3,20
ICC 0,17
ETM
(absoluto/relativo) 1,12mm³ / 7,1%
5.1.4 Dados estatísticos para o phantom PH10GCO
Para o phantom PH10GCO, o CV para todas as medidas de volume baseadas na
imagem de BMU 3D variou entre 14,48 e 15,99%, para as médias das segmentações e
entre 0,36 a 2,21%, para as médias das aquisições. Os valores de CCI, de 0,99 para
ambos os casos, estão dentro do intervalo de grande confiabilidade (Tabelas 1 e 2).
O teste ANOVA para medidas repetidas com correção de Bonferroni não
identificou diferenças significativas entre as medidas de volume a partir das
segmentações das imagens de BMU 3D, no entanto, foram encontradas diferenças
significativas entre as médias das aquisições, apontadas na Figura 18.
44
Figura 18. Resultados do teste ANOVA para medidas repetidas entre as médias das aquisições do
phantom PH10PCI. As sequências de aquisições que apresentaram diferenças significativas estão indicadas
por (*). No eixo x está a sequência de 10 aquisições e no eixo y valores de volume obtidos por
segmentação. No Anexo 1 encontram-se as tabelas com os resultados da ANOVA, com as diferenças
significativas entre as aquisições apontadas por (*), uma a uma.
O volume físico, obtido por medidas realizadas na ponteira de pipeta com o
paquímetro e calculado a partir do volume de tronco de cone, não representava o
volume real a ser segmentado devido a diferença de diâmetro entre a pipeta e a imagem
de BMU 2D da pipeta e, portanto, foi corrigido, pelos valores de medidas de diâmetro
obtidos diretamente das imagens, medido com ferramenta do software ImageJ (National
Institute of Health, Maryland, EUA), , do mesmo modo demonstrado na Figura 17.
O teste-t utilizado para a comparação entre os volumes do phantom PH10GCO,
determinados por meio da imagem de BMU 3D e pelo cálculo direto usando as
dimensões físicas não indicou diferença significativa entre os 2 grupos de medidas,
apresentando um p=0,36. O valor de 0,47 para o ICC (Tabela 6), embora baixo,
45
encontra-se dentro do intervalo de confiança (0,42 a 0,85) determinado pelo programa
estatístico.
Os valores de média, DP e CV dos volumes do phantom PH10GCO, determinados
ao longo da sequência de 10 aquisições, por meio da imagem de BMU 3D e pelo
cálculo direto usando as dimensões físicas do phantom, antes e após a correção, estão
descritos na Tabela 6. A validação estatística obtida pela diferença absoluta entre os 2
grupos e pelo ETM encontra-se também na Tabela 6.
A multiplicação do volume final calculado pelo fator de correção (FC) não gerou
diferenças significativas para os phantoms PH01GCI, PH10PCI e PH10PPCI. Mas para o
phantom PH10GCO, houve diferença significativa. Portanto, o valor final considerado para
análise foi o multiplicado pelo fator de correção, apresentado na Tabela 6.
Tabela 6. Valores de média, DP, CV, CCI, DA e ETM para os volumes determinados por cálculo
direto usando as dimensões físicas e calculado por segmentação e para o phantom PH10GCO.
Volume Físico Volume
Corrigido Volume Calculado
Volume
Calculado*FC Diferença
Absoluta
(mm³) Média±DP
(mm³)
CV
(%)
Média
(mm³)
Média±DP
(mm³)
CV
(%)
Média
(mm³)
281,92±2,25 0,79 259,18 226,50±1,28 0,57 214,88 44,29
296,59±1,7 0,57 263,75 256,47±0,97 0,38 243,32 20,43
303,69±3,92 1,29 270,85 266,62±5,90 2,21 252,94 17,9
302,17±2,26 0,75 276,91 286,87±2,31 0,81 272,15 4,75
301,32±1,86 0,61 271,00 303,49±1,35 0,44 287,93 16,92
309,4±3,59 1,16 286,66 306,46±2,45 0,80 290,74 4,07
301,8±3,06 1,01 276,53 341,82±4,11 1,20 324,29 47,75
311,65±2,39 0,76 286,38 341,97±4,11 1,20 324,44 38,05
313,44±4,22 1,34 288,18 365,56±2,66 0,73 346,81 58,63
318,75±5,26 1,65 296,01 383,51±1,40 0,37 363,85 67,83
ICC 0,47
ETM
(absoluto/relativo) 22,67 mm³ / 6.8%
46
5.1.5 Correlação
Os graus mais altos de correlação entre o volume medido calculado baseado na
imagem de BMU 3D e medido diretamente a partir das dimensões físicas dos phantoms
foram encontrados para os maiores phantoms PH01GCI e PH10GCO, com r=0,70 e 0,90,
respectivamente. Os diagramas de dispersão demonstram como se comportam os
valores para os volumes para os 4 phantoms (Figura 19).
Figura 19. Diagrama de dispersão e reta de regressão ajustada pelo mínimo erro quadrado entre os valores
de volume calculado (a partir da imagem de BMU 3D) e físico (medido diretamente a partir das dimensões
físicas dos phantoms). (A) PH01GCI, (B) PH10PCI, (C) PH10PPCI e (D) PH10GCO..
5.3 ANIMAIS
Imagens típicas geradas por BMU 3D podem ser visualizadas nos 3 planos
(sagital coronal e transversal) na Figura 20.
47
Figura 20. Visão de BMU 3D do gastrocnêmio lateral de rato nos planos sagital (A) coronal (B) e transversal
(C).
Para os 5 animais, foram realizadas 13 sequências de aquisições (variando entre
pata direita e esquerda), e apenas 4 apresentaram qualidade suficiente para identificação
dos limites do gastrocnêmio lateral e portanto, a possibilidade de segmentação, geração
da imagem 3D e quantificação do volume parcial.
Os valores parciais de volume obtidos pela segmentação do gastrocnêmio lateral,
são: 3.28 mm³ (rato 2), 1,07 mm³ (rato 3), 2,44 mm³ (rato 4), 2,04 mm ³ (rato 5).
48
6. DISCUSSÃO
O sistema de BMU 3D utilizado no presente estudo destina-se, principalmente, à
obtenção de imagens de gastrocnêmio de ratos, cujas dimensões típicas são da ordem de
20 mm de comprimento, 10 mm de largura e 3,4 mm de espessura (PEIXINHO et al.,
2014). Portanto, foi desenvolvido para gerar imagens com comprimento e largura
máximas de 25,4 e 15 mm, respectivamente. Estas dimensões são compatíveis com as
do músculo gastrocnêmio de um rato pequeno.
A altura das imagens depende da profundidade de campo do transdutor de US
empregado, e neste caso, foi utilizado um transdutor com profundidade de campo de
0,8 mm. Com esse valor, menor do que a espessura média do músculo há uma tendência
em se gerar uma imagem mais focalizada (mais hiperecóica) na profundidade do
músculo onde está o foco do feixe de US. Mesmo assim, o músculo do gastrocnêmio foi
facilmente identificado nas imagens. Além disso, essa restrição pode ser superada
utilizando um transdutor com fnúmero maior.
É comum a utilização de phantoms em trabalhos que visem validar determinadas
técnicas de aquisição de imagens (WELLER et al., 2007; BARBER et al., 2009; RYAN
e FOSTER, 1997). Da mesma forma, o presente trabalho objetivou avaliar as condições
do sistema utilizado para gerar imagens com dimensões compatíveis às do músculo
gastrocnêmio de ratos e, portanto, adequadas para reproduzir valores volumétricos
similares aos obtidos por medidas de dimensões em objetos reais. Dos quatro phantoms
confeccionados para esta pesquisa, 2 eram menores (PH10PCI = 16,37±0,4 e 5,48±0,19
mm; PH10PPCI =16,28±0,98 e 5,58±0,23 mm de comprimento e diâmetro,
respectivamente) e 2 maiores (PH01GCI = 23,75±0,94 e 9,3±0,37 mm; PH10GCO =
24,07±0,84 e 9,78±0,61 mm de comprimento e diâmetro, respectivamente) que o
49
tamanho médio do músculo gastrocnêmio de um rato com aproximadamente 230 g.
Os valores de volume provenientes da segmentação das imagens de BMU 3D
dos phantoms apresentaram resultados positivos no que se refere à comparação entre os
valores médios das 5 medidas de volume repetidas por segmentação, realizadas para
cada sequência de aquisição de um único phantom. Estas medidas não apresentaram
diferenças significativas, com resultados de CCI dentro do intervalo de grande
confiabilidade para os quatro phantoms (Tabela 1). Já a comparação das médias de
volume determinadas entre as sequências de aquisições mostrou diferenças entre si para
todos os phantoms, sugerindo que ao longo do experimento, da primeira à última
sequência, os phantoms se modificaram. Mesmo assim, a confiabilidade das medidas se
manteve, sendo atestado por altos valores de CCI e baixos valores de CV (Tabela 2),
variando de 1,1 a 4,78% para o phantom PH01GCI, 0,44 a 3,63% para o phantom
PH10PCI, 1,35 a 5,56% para o phantom PH10PPCI, e 0,37 a 2,21% para o phantom
PH10GCO. Esses valores estão compatíveis e até menores que os encontrados por Ferrari
et al., (2006) que, operando em 7,5 MHz, geraram imagens 3D de um phantom de
forma similar, mas de material (plástico) e tamanho diferente (aproximadamente 3 vezes
maior do que o maior phantom confeccionado no presente estudo, PH10GCO) e
apresentaram como CV valores na faixa de 4,1 a 12,6%.
Os phantoms maiores, PH01GCI e PH10GCO, foram os que mais aumentaram seu
volume ao longo das aquisições. Para o phantom PH10GCO, o volume médio
determinado através das imagens de BMU 3D variou de 226,49±1,28 para
383,50±1,4mm³ entre a primeira e a última aquisição. A Figura 20 demonstra
visualmente a modificação do phantom e o aumento do volume ao longo do
experimento.
50
Figura 21. Imagens de BMU 3D do phantom PH10GCO ao longo das sequências de aquisições. A imagem
à esquerda mostra a imagem em 3D da 1ª sequência de aquisições. Ao centro, após a 5ª sequência de
aquisições. À direita, após a 10ª sequência de aquisições, com o volume de segmentação superior as
aquisições anteriores.
O phantom é confeccionado à base de água e gelatina e, portanto, pode-se
atribuir a essa modificação à possível absorção de água que ocorreu durante o
experimento. Considerando que cada aquisição dura cerca de 20 minutos, após as 10
aquisições se passaram aproximadamente 3h e 30 mim. Durante todo esse tempo, o
phantom permaneceu mergulhado na água e, portanto, pode ter tido suas dimensões
alteradas e seu volume aumentado.
O teste-t indicou diferenças significativas entre o volume físico (determinado
através das dimensões físicas do phantom) e o volume obtido por segmentação, apenas
para os dois primeiros phantoms (PH01GCI e PH10PCI). Um fator que pode ser atribuído à
diferença entre esses volumes é a referência considerada para determinar o início e o
fim da varredura. Devido ao fenômeno da difração, o eco do fio metálico utilizado como
referência aparecia mesmo para planos do feixe de ultrassom incidindo obliquoamente
ao fio, e esse “falso eco” estava sendo utilizado para orientar no comprimento do
phantom, acarretando diferenças entre o comprimento real do phantom e o medido pelo
equipamento e consequentemente, no volume. A tendência desse erro foi o de
superestimar o comprimento do phantom.
51
Para os dois últimos phantoms (PH10PPCI e PH10GCO), isso foi corrigido,
considerando-se apenas os planos de imagem com o feixe incidindo perpendicularmente
aos fios demarcando as extremidades dos phantoms. Possivelmente essa correção
influenciou na ausência de diferença significativa apontada pelo teste-t.
Ao comparar os volumes físicos e obtidos por BMU 3D, somente os volumes
dos phantoms maiores (PH01GCI e PH10GCO), se mantiveram dentro do intervalo de
confiabilidade mesmo com baixos valores de CCI (0,66 e 0,47). Esses 2 phantoms
também apresentaram os maiores coeficientes de correlação (r=0,70 e 0,90,
respectivamente), apresentando menor dispersão entre os valores do volume físico e
calculado por segmentação. Isso sugere que alcançar médias homogêneas parece mais
fácil em estruturas maiores.
Para os dois phantoms menores (PH10PCI e PH10PPCI), apesar de as diferenças
absolutas entre volumes físicos e obtidos por segmentação serem baixas e na mesma
faixa de valores apresentados por BARBER et al. (2009) e por MAC GILLIVRAY et
al. (2009), que compararam medidas obtidas por US 3D com a RM, o ETM apresentou
percentuais de 7,8 e 7,1% respectivamente, e foram baixos os índices de confiabilidade
(CCI= 0,21 e 0,17). Esses resultados são similares aos de DELCKER et al. (1999) que
ao investigarem a variabilidade de volume de pequenos músculos, com dimensões
superiores às dos phantoms analisados no presente estudo, encontraram uma diferença
de 10% entre o volume obtido por US 3D freehand e pelo método de deslocamento de
coluna de água. Isso pode ser explicado pela hipótese conduzida por BARBER et al.
(2009), que consideram a técnica de US 3D válida para medir grandes volumes
musculares, e em seu estudo de validação da mesma técnica, confirmaram a tendência
da técnica em superestimar do volume muscular do gastrocnêmio de humanos ao
comparar os valores com os obtidos por RM. Além disso, a parte interna desses 2
52
phantoms (PH10PCI e PH10PPCI) foram moldadas por agulhas descartáveis que possuem
um bisel (Figura 27A). Isso pode ter contribuído com o aumento da diferença entre os
volumes físicos e calculados por segmentação, pois, quando o phantom encontra-se
pronto para ser desenformado, é necessário retirar a agulha de dentro da estrutura
gelatinosa e esse procedimento pode lacerar a parede interna do material, devido ao
formato do bisel, aumentando o espaço hipoecóico na imagem, e consequentemente, a
superfície a ser segmentada (Figura 27B).
Figura 22. (A) Ilustração indicando o bisel das agulhas utilizadas na confecção dos phantoms e (B)
imagem gerada após a retirada da agulha, apontando a laceração ocasionada pelo bisel.
Os estudos que empregam metodologias similares a do presente trabalho, e
atualmente relatados na literatura, utilizam US de baixas frequências, aplicados a
pesquisas com seres humanos (DELCKER et al., 1999; INFANTOLINO et al. 2006;
WELLER et al., 2007; BARBER et al., 2009).
BARBER et al., (2009) tinham como proposta em seu estudo validar e verificar
a confiabilidade das medidas do volume muscular do gastrocnêmio de humanos, in vivo,
usando US 3D a partir de múltiplas varreduras em 2D, comparadas aos valores obtidos
pela RM, e demonstraram acurácia e repetibilidade das medidas do volume de músculos
relativamente grandes, apresentando um erro de medidas menor que 2%, cujo valor
pode ser negligenciado para estimar força muscular a partir de medidas morfológicas.
53
No entanto, para pequenos músculos, os autores ressaltam que esse erro pode ser
bastante aumentado, como ocorreu no estudo de DELCKER et al., (1999), que
encontraram um desvio percentual das medidas variando de 0,3 a 19,4% ao compararem
o volume de um músculo da mão de cadáveres obtido por US 3D e por deslocamento de
coluna de água.
WELLER et al., (2007) determinaram, in vivo, o volume do bíceps femoral de
cães, um músculo de tamanho médio quando comparado ao de um ser humano, usando
um US 3D freehand a partir da obtenção de múltiplas imagens 2D. Ao compararem o
volume muscular obtido por US 3D com os obtidos por TC, concluíram que o US 3D
promove resultados precisos e acurados, e avaliaram a técnica como inovadora na
determinação objetiva do volume muscular in vivo.
O mesmo se observou no estudo MAC GILLIVRAY et al.,(2009), que a partir
de múltiplas imagens panorâmicas transversais da região média da coxa, geraram
imagens em 3D do fêmur e do reto femoral. Os autores encontraram diferença média
entre o volume por US 3D e por RM de 0,53 cm³, valor baixo quando comparado a
3,33cm³ do estudo com cães, supracitado. Observaram ainda, que nas menores porções
da coxa, ou em indivíduos com o membro de dimensões inferiores (idosos, por
exemplo), a diferença entre o volume por US 3D e por RM aumentou. No entanto, os
autores não atribuíram essas diferenças ao tamanho da estrutura, avaliando o US 3D
como um método aceitável para reproduzir o volume do músculo esquelético. Essa
observação parece confirmar a hipótese que sugere que menores erros são encontrados
em maiores estruturas.
De modo geral, os resultados obtidos a partir dos phantoms analisados
demonstraram que o sistema de BMU 3D está apto a gerar imagens em 3D, a partir de
54
múltiplos quadros em 2D, de pequenas estruturas com dimensões similares as dos
phantoms apresentados no presente trabalho, com erros inferiores a 10%.
Há na literatura trabalhos que utilizam imagens em 2D de US de altas
frequências para analisar tecidos biológicos de humanos e animais de pequeno porte. A
análise da arquitetura do tecido muscular de ratos, por exemplo, já foi realizada por
PEIXINHO et al., (2011 e 2014). Já existem disponíveis também, imagens
tridimensionais de animais de pequeno porte (FOSTER et al., ROELLIG et al., 2011).
No entanto, até o presente momento ainda não foram encontrados trabalhos
relacionados à obtenção de imagens de BMU 3D de estruturas musculares desses
animais.
O presente estudo demonstrou que a técnica empregada foi válida para a
obtenção do volume de estruturas com dimensões similares as do músculo gastrocnêmio
lateral de ratos. Adicionalmente, a partir da segmentação das imagens, foi obtido parte
do volume desses músculos em 4 animais, o que comprovou a capacidade da técnica em
gerar imagens tridimensionais do músculo esquelético de ratos e sobretudo, quantificar
o volume dos mesmos. É preciso esclarecer ainda a necessidade de incrementar
melhorias ao protocolo, de forma que a inserção proximal do músculo em questão possa
ser inclusa na varredura e, portanto, na segmentação. Mesmo assim, um passo foi dado
nessa direção indicando que em breve será possível alcançar o volume total do
gastrocnêmio de animais desse porte por esta técnica.
Além disso, as imagens obtidas com o sistema de BMU 3D não passaram por
nenhum processamento. Conforme FORSBERG et al. (2010), é possível melhorar a
qualidade das imagens por meio de técnicas de processamento baseadas em filtragem
adaptativa não-estacionária para a remoção de speckle e ruído, mantendo a estrutura da
imagem, porém possibilitando a redução do erro durante as segmentações. A melhora na
55
qualidade no momento de detecção de bordas facilitaria na determinação do volume de
uma determinada região de interesse, possibilitando a realização de trabalhos futuros,
como por exemplo, o acompanhamento da regeneração tecidual do músculo esquelético
de ratos após lesão do mesmo.
Uma das grandes vantagens na geração das imagens US 3D está na possibilidade
de determinar o volume de determinados órgãos ou lesões. Isso tem implicações, por
exemplo, no planejamento de tratamento como também no monitoramento de respostas
de tumores à terapias. Embora a RM seja considerada o padrão ouro para a medição
direta de volume e comprimento muscular in vivo, é onerosa e demanda maior tempo de
exame, sendo necessário em alguns casos a sedação do paciente por muito tempo, o que
torna mais favorável a utilização da US 3D para os mesmos fins.
Não foram encontrados na literatura até o momento, estudos que apresentem
imagens em 3D de gastrocnêmio de ratos, o que justifica a originalidade do estudo.
Outros trabalhos são necessários para melhorar a técnica, no entanto, é evidente que ela
é capaz de proporcionar imagens de estruturas pequenas e quantificar seus volumes,
apresentando baixos índices percentuais de erro.
O protocolo de aquisição de imagens e quantificação dos parâmetros permitiu a
determinação do volume muscular parcial, o que indica a futura possibilidade de
obtenção do volume total após ajuste no protocolo.
56
7. CONCLUSÃO
O estudo foi projetado para avaliar a capacidade de um sistema de instrumentação
BMU 3D, de gerar imagens em 2D para posterior conversão a 3D por segmentação
semiautomática, do músculo esquelético de ratos, in vivo, tendo como objetivo obter
dados quantitativos de um parâmetro de arquitetura, o volume muscular.
Os resultados demonstraram que a técnica utilizada neste trabalho foi capaz de
gerar imagens de BMU 3D e quantificar o volume de diferentes phantoms. As medidas
do volume obtido por segmentação mostraram alta confiabilidade, mas ao comparar as
médias obtidas por segmentação com as obtidos por medidas de dimensões físicas nos
phantoms, os resultados mais confiáveis se aplicam aos phantoms de tamanhos maiores.
Os resultados obtidos in vivo indicam que foi possível adquirir imagens em 2D do
gastrocnêmio lateral de ratos, identificar os limites musculares, segmentá-las e convertê-
las a 3D.
57
REFERÊNCIAS BIBLIOGRÁFICAS
BARBER, L., BARRETT, R., LICHTWARK, G. “Validation of a freehand 3D
ultrasound system for morphological measures of the medial gastrocnemius
muscle” Journal of Biomechanics v. 42, pp.1313–1319, 2009.
BOM, N., ten HOFF, H., LANCEE, C., GUSSENHOVEN. W., BOSCH, J. “Early and
recent intraluminal ultrasound devices” The International Journal of
Cardiovascular Imaging v.4, pp. 79–88,1989
CHANG, R.F., WU, W.J., CHEN, D.R., CHEN, W.M., SHU, W., LEE, J.H., JENG,
L.B. “3-D US frame positioning using speckle decorrelation and image
registration” Ultrasound in Medicine and Biology v. 29, n.6, pp. 801-812, 2003.
COBBOLD, R.S.C. Ultrasound imaging arrays In: Foundations of biomedical
ultrasound, New York: Oxford University Press, pp. 413-491, 2007.
DELCKER, A., WALKER, F., CARESS, J., HUNT, C., TEGELER, C. “In vitro
measurement of muscle volume with 3-dimensional ultrasound” European
Journal of Ultrasound v.9, pp.185–190, 1999.
EPSTEIN, M., HERZOG, W. Theoretical models of skeletal muscle: Biological and
mathematical considerations. Chichester, John Wiley and Sons, 1998.
FERRARI, M., WELLER, R., PFAU, T., PAYNE, R.C., WILSON, A.M. “A
comparison of three-dimensional ultrasound, two-dimensional ultrasound and
dissections for determination of lesion volume in tendons” Ultrasound Medicine
Biology v.32, n.6, pp.797-804, 2006.
FORSBERG, F., BERGHELLA, V., MERTON, D.A., RYCHLAK, K., MEIERS, J.,
GOLDBERG, B.B. “Comparing image processing techniques for improved 3-
dimensional ultrasound imaging. Journal of Ultrasound in Medicine” v.29, pp.
615–619,2010.
FOSTER, F.S., PAVLIN, C.J., LOCKWOOD, G.R., RYAN, L.K., HARASIEWICZ, K.
A., BERUBE, L. and RAUTH, A.M. “Principles and Applications of Ultrasound
Backscatter Microscopy,” IEEE transactions on ultrasonics, ferroelectrics, and
frequency control, v.40, n. 5, pp. 608–617, 1993.
FOSTER, F.S., PAVLIN, C.J., HARASIEWICZ, K.A., CHRISTOPHER, D.A.,
TURNBULL, D.H. “Advances in ultrasound biomicroscopy” Ultrasound in
Medicine and Biology v.26, n.1, 1-27, 2000.
58
FOSTER, F.S., ZHANG, M., ZHOU, Y. et al. "A new ultrasound instrument for in
vivo microimaging of mice," Ultrasound in Medicine and Biology v.28,
pp.1165–1172, 2002.
FOSTER, F.S., HOSSACK, J., ADAMSON, S.L. “Review: Micro-ultrasound for
preclinical imaging” Interface Focus v. 1, pp.576–601, 2011.
FRIEDERICH, J.A., BRAND, R.A. “Muscle fiber architecture in the human lower
limb” Journal of Biomechanics v. 23, n. 1, pp. 91–95, 1990.
FRY NR, GOUGH M, MCNEE AE, Shortland AP. Changes in the volume and length
of the medial gastrocnemius after surgical recession in children with spastic
diplegic cerebral palsy. Journal of Pediatric Orthopaedics v. 27, n.7, pp.769–
774, 2007.
FUKUNAGA, T., MIYATANI, M., TACHI, M., KOUZAKI, M., KAWAKAMI, Y.,
KANEHISA, H. “Muscle volume is a major determinant of joint torque in
humans” Acta Physiologica Scandinavica, v. 172, n. 4, pp. 249–255, ago. 2001.
GRAHAM, K. C., WIRTZFELD, L. A., MACKENZIE, L. T., POSTENKA, C. O.,
GROOM, A. C., MACDONALD, I. C., FENSTER, A., LACEFIELD, J. C. &
CHAMBERS, A. F. “Three-dimensional high-frequency ultrasound imaging for
longitudinal evaluation of liver metastases in preclinical models”. Cancer
Research v. 65, pp. 5231–5237, 2005.
GREGORY, W.T., BOYLES, S.H., SIMMONS, K., CORCORAN, A., CLARK, A.L.
“External anal sphincter volume measurements using 3-dimensional endoanal
ultrasound” American Journal of Obstetrics and Gynecology v. 194, pp. 1243–
1248, 2006.
HOFFMANN, K., EL-GAMMAL, S., ALTMEYER, P. “B-scan ultrasound in
dermatology” Hautarzt v. 41, pp. W7–W16, 1990.
HOPKINS, W.G. “Measures of reliability in sports medicine and science” Sports
Medicine v. 30, pp. 1-15, 2000.
JANVIER, M.A., SOULEZ, G., ALLARD, L., CLOUTIER, G. “Validation of 3D
reconstructions of a mimicked femoral artery with an ultrasound imaging robotic
system” Medical Physics v.37, n.7, pp. 3868-3879, 2010.
KAWAKAMI, Y., ABE, T., FUKUNAGA, T. "Muscle Fiber Pennation Angles Are
Greater in Hypertrophied than in Normal Muscles" Journal of Applied
Physiology v.74, pp. 2740-2744, 1993.
59
KAWAKAMI, Y., "The effects of strength training on muscle architecture in humans,"
International Journal of Sport and Health Science, v. 3, pp. 208–217, 2005.
KAWAKAMI, Y., KANEHISA, H., FUKUNAGA, T. “The relationship between
passive ankle plantar flexion joint torque and gastrocnemius muscle and achilles
tendon stiffness: implications for flexibility” Journal of Orthopaedic & Sports
Physical Therapy v.38, n.5, pp. 269–276, 2008.
KELLY, A.Z., SOLETTI, R.C., DE BRITTO, A.P., DE MATOS, D.G., SOLDAN, M.,
BORGES, H.L., MACHADO, J.C. “In Vivo Endoluminal Ultrasound
Biomicroscopic Imaging in a Mouse Model of Colorectal Cancer” Academic
Radiology v. 20, pp. 90-98, 2013.
KESSLER, L., KORPEL, A. and PALERMO, P. "Simultaneous acoustic and optical
microscopy" Nature v. 239, pp. 111-112, 1972.
KIM, H., RYU, K., SHUNG, D. and PARK, Y., "Correlation between sonographic and
pathologic findings in muscle injury: experimental study in the rabbit," Journal of
Ultrasound in Medicine v. 21, pp. 1113-1119, 2002.
KONISHI, Y. et al. “Relationship between muscle volume and muscle torque of the
hamstrings after anterior cruciate ligament lesion” Knee Surgery, Sports
Traumatology, Arthroscopy v. 20, n. 11, pp. 2270–2274, 19 nov. 2012.
LIEBER, R.L., FRIDEN, J. “Functional and clinical significance of skeletal muscle
architecture” Muscle & Nerve v. 23, pp. 1647–1666, 2000.
LIEBER, R. Skeletal Muscle Structure, Function, & Plasticity – The Physiological
Basis of Rehabilitation Philadelphia: Lippincott Williams & Wilkins, 2002.
LOCKWOOD, G., TURNBULL, D., CHRISTOPHER, D., and FOSTER, F., "Beyond
30MHz: Applications of High Frequency Ultrasound," IEEE Engineering in
Medicine and Biology pp. 60-71, 1996.
MAC GILLIVRAY, T.J., ROSS, E., SIMPSON, A.H.R.W., GREIG, C.A. “3D freehand
ultrasound for in vivo determination of human skeletal muscle volume”
Ultrasound in Medicine & Biology v.35,n.6, pp. 928–935, 2009.
MAGANARIS, C.N.A. “Predictive model of moment-angle characteristics in human
skeletal muscle: application and validation in muscles across the ankle joint”
Journal of Theoretical Biology v.230, n.1, pp. 89–98, 2004.
MCARDLE, W.D.; KATCH, F.I., KATCH, V.L. Fisiologia do exercício: nutrição,
energia e desempenho humano. 7 ed. Rio de Janeiro: Guanabara Koogan, 2011.
60
POON, M., HAMARNEH, G., and ABUGHARBIEH, R. “Segmentation of Complex
Objects with Non-Spherical Topologies from Volumetric Medical Images using
3D Livewire”. In SPIE Medical Imaging v. 6512, pp. 1-10, 2007.
MIYATANI, M. et al. “The accuracy of volume estimates using ultrasound muscle
thickness measurements in different muscle groups” European Journal of
Applied Physiology v. 91, n. 2-3, pp. 264–272, 2004.
NARICI, M., "Human skeletal muscle architecture studied in vivo by non-invasive
imaging techniques: functional significance and applications" Journal of
Electromiography and Kinesiology v. 9, pp. 97-103, 1999.
PAVLIN, C.J., SHERAR, M.D., FOSTER, F.S. “Subsurface imaging of the eye by
ultrasound biomicroscopy” Ophthalmology v.97, pp.244–250, 1990.
PAVLIN, C.J., FOSTER, F.S. Ultrasound biomicroscopy of the eye. New York:
Springer-Verlag, 1995.
PEIXINHO, C.C., RIBEIRO, M.B., RESENDE, C.M.C., WERNECK-DE-CASTRO,
J.P.S., OLIVEIRA, L.F., MACHADO, J.C. “Ultrasound biomicroscopy for
biomechanical characterization of healthy and injured triceps surae of rats” The
Journal of Experimental Biology v.214, pp.3880-3886, 2011.
PEIXINHO, C.C., MARTINS, N.S.F., OLIVEIRA, L.F., MACHADO, J.C. “Structural
adaptations of rat lateral gastrocnemius muscle–tendon complex to a chronic and
optical microscopic images” Clinical Biomechanics pp. 29:57–62, 2014.
ROELLIG, K., DREWS, B., GOERITZ, F., et al. “The Long Gestation of the Small
Naked Mole-Rat (Heterocephalusglaber RU¨ PPELL, 1842) Studied with Ultrasound
Biomicroscopy and 3D-Ultrasonography” PLoS One v. 6, n.3, e17744, 2011.
RYAN, L.K., FOSTER, F.S. “Tissue equivalent vessel phantoms for intravascular
ultrasound” Ultrasound in Medicine and Biology v.23, n.2, pp.261-273, 1997.
SĂFTOIU, A., GHEONEA, D.I. “Tridimensional (3D) endoscopic ultrasound – a
pictorial review” Journal of Gastrointestinal and Liver Diseases v. 18, n.4,
501-505, 2009.
SHERAR, M. D., NOSS, M. B. & FOSTER, F. S. “Ultrasound backscatter microscopy
images the internal structure of living tumour spheroids” Nature, v.330, pp. 493–
495, 1987.
SILA, M.D.S., CARVALHO. R.F. “Mecanismos celulares e moleculares que controlam
o desenvolvimento e o crescimento muscular”, Revista Brasileira de Zootecnia
61
v.36, pp. 21-31, 2007.
SILVERMAN, R.H., “High-resolution ultrasound imaging of the eye – a review”.
Clinical and Experimental Ophthalmology, vol 37, pp. 54–67, 2009.
SOLBERG, O.V., LINDSETH, F., TORP, H., BLAKE, R.E., HERNES, T.A.N.
“Freehand 3D ultrasound reconstruction algorithms – a review” Ultrasound in
Medicine and Biology v.33, n.7, pp. 991-1009, 2007.
STACHS, O., MARTIN, H., KIRCHHOFF, A., STAVE, J., TERWEE, T., GUTHOFF,
R. “Monitoring accommodative ciliary muscle function using three-dimensional
ultrasound” Graefe's Archive for Clinical and Experimental Ophthalmology
v.240, 906–912, 2002.
TAKAMASA, I., HIROSHI, Y., TOSHIYUKI, H. A Color Atlas of Sectional
Anatomy of the Rat Japan, September 2001.
TURNBULL, D. H., BLOOMFIELD,T. S., BALDWIN, H. S., FOSTER, F. S. &
JOYNER, A. L. “Ultrasound backscatter microscope analysis of early mouse
embryonic brain development” Proceedings of the National Academy of
Sciences, v. 92, pp. 2239–2243, 1995.
TURNBULL, D.H., "In utero ultrasound backscatter microscopy of early stage mouse
embryos," Computerized Medical Imaging and Graphics v. 23, pp. 25-31,
1999.
WELLER, R., PFAU, T., FERRARI, M., GRIFFITH, R., BRADFORD, T., WILSON,
A. “The determination of muscle volume with a freehand 3D” Ultrasound in
Medicine and Biology v.33, n.3, pp. 402–407, 2007.
WITTE, R., DOW, D., OLAFSSON, R., et al. "High resolution ultrasound imaging of
skeletal muscle dynamics and effects of fatigue," IEEE Ultrasonics Symposium,
pp. 764-767, 2004.
WIRTZFELD, L.A., WU, G., BYGRAVE, M., YAMASAKI, Y., SAKAI, H.,
MOUSSA, M., IZAWA, J.I., DOWNEY, D.B., GREENBERG, N.M., FENSTER,
A., XUAN, J.W., LACEFIELD, J.C. “A new three-dimensional ultrasound
microimaging technology for preclinical studies using a transgenic prostate cancer
mouse model” Cancer Research v.65, pp. 6337–6345, 2005.
ZHOU, Y. Q., FOSTER, F. S., PARKES, R. & ADAMSON, S. L. “Developmental
changes in left and right ventricular diastolic filling patterns in mice” American.
Journal. Physiology. Heart and Circulatory. v. 285, pp.H1563–H1575, 2003.
62
Anexo I
TABELAS DA ANOVA PARA MEDIDAS REPETIDAS, COMPARAÇÃO ENTRE
AS MÉDIAS DAS SEQUÊNCIAS DE AQUISIÇÕES PARA OS PHANTOMS
PH01GCI, PH10PCI, PH10PPCI e PH10GCO
63
ANOVA para medidas repetidas - PH01Gci
Sequência de Aquisições Comparação entre as
aquisições Diferença entre as
Médias (A-B) Erro
padrão valor p
Intervalo de confiança 95%
A B Inferior Superior
1
3 -23,666 3,681 ,135 -54,500 7,168
2 -28,924 3,928 ,082 -61,829 3,981
4 -34,941 5,084 ,106 -77,528 7,646
5 -37,313* 3,794 ,027 -69,090 -5,537
6 -22,515 7,057 1,000 -81,628 36,599
7 -34,121 5,325 ,137 -78,729 10,486
8 -56,521* 5,394 ,021 -101,707 -11,335
9 -45,435* 2,570 ,003 -66,959 -23,912
10 -51,142* 4,156 ,011 -85,958 -16,326
2
1 28,924 3,928 ,082 -3,981 61,829
3 5,257 4,313 1,000 -30,870 41,384
4 -6,017 3,602 1,000 -36,186 24,151
5 -8,390 6,793 1,000 -65,287 48,508
6 6,409 7,061 1,000 -52,740 65,558
7 -5,198 6,088 1,000 -56,191 45,796
8 -27,598 5,673 ,371 -75,114 19,919
9 -16,512* 1,944 ,047 -32,793 -,230
10 -22,218 4,400 ,326 -59,078 14,641
3
1 23,666 3,681 ,135 -7,168 54,500
2 -5,257 4,313 1,000 -41,384 30,870
4 -11,274 5,352 1,000 -56,101 33,552
5 -13,647 5,094 1,000 -56,314 29,020
6 1,152 9,960 1,000 -82,279 84,583
7 -10,455 6,954 1,000 -68,707 47,797
8 -32,855 4,898 ,116 -73,879 8,169
9 -21,769 3,159 ,105 -48,228 4,690
10 -27,476 6,316 ,547 -80,381 25,429
4
1 34,941 5,084 ,106 -7,646 77,528
3 11,274 5,352 1,000 -33,552 56,101
2 6,017 3,602 1,000 -24,151 36,186
5 -2,372 8,727 1,000 -75,470 70,725
6 12,426 6,637 1,000 -43,171 68,023
7 ,819 3,475 1,000 -28,289 29,928
8 -21,580 3,351 ,135 -49,647 6,486
9 -10,494 3,698 1,000 -41,469 20,480
10 -16,201 2,965 ,246 -41,039 8,637
5
1 37,313* 3,794 ,027 5,537 69,090
3 13,647 5,094 1,000 -29,020 56,314
2 8,390 6,793 1,000 -48,508 65,287
4 2,372 8,727 1,000 -70,725 75,470
6 14,799 10,107 1,000 -69,861 99,458
7 3,192 8,915 1,000 -71,482 77,866
8 -19,208 8,441 1,000 -89,910 51,495
9 -8,122 5,534 1,000 -54,474 38,230
10 -13,829 7,884 1,000 -79,867 52,209
64
6
1 22,515 7,057 1,000 -36,599 81,628
3 -1,152 9,960 1,000 -84,583 82,279
2 -6,409 7,061 1,000 -65,558 52,740
4 -12,426 6,637 1,000 -68,023 43,171
5 -14,799 10,107 1,000 -99,458 69,861
7 -11,607 5,509 1,000 -57,754 34,540
8 -34,006 8,901 ,845 -108,568 40,555
9 -22,920 7,478 1,000 -85,558 39,717
10 -28,627 4,169 ,106 -63,549 6,294
7
1 34,121 5,325 ,137 -10,486 78,729
3 10,455 6,954 1,000 -47,797 68,707
2 5,198 6,088 1,000 -45,796 56,191
4 -,819 3,475 1,000 -29,928 28,289
5 -3,192 8,915 1,000 -77,866 71,482
6 11,607 5,509 1,000 -34,540 57,754
8 -22,400 4,079 ,241 -56,571 11,771
9 -11,314 5,536 1,000 -57,686 35,059
10 -17,021 2,202 ,068 -35,462 1,421
8
1 56,521* 5,394 ,021 11,335 101,707
3 32,855 4,898 ,116 -8,169 73,879
2 27,598 5,673 ,371 -19,919 75,114
4 21,580 3,351 ,135 -6,486 49,647
5 19,208 8,441 1,000 -51,495 89,910
6 34,006 8,901 ,845 -40,555 108,568
7 22,400 4,079 ,241 -11,771 56,571
9 11,086 4,556 1,000 -27,076 49,248
10 5,379 4,823 1,000 -35,016 45,774
9
1 45,435* 2,570 ,003 23,912 66,959
3 21,769 3,159 ,105 -4,690 48,228
2 16,512* 1,944 ,047 ,230 32,793
4 10,494 3,698 1,000 -20,480 41,469
5 8,122 5,534 1,000 -38,230 54,474
6 22,920 7,478 1,000 -39,717 85,558
7 11,314 5,536 1,000 -35,059 57,686
8 -11,086 4,556 1,000 -49,248 27,076
10 -5,707 4,215 1,000 -41,017 29,603
10
1 51,142* 4,156 ,011 16,326 85,958
3 27,476 6,316 ,547 -25,429 80,381
2 22,218 4,400 ,326 -14,641 59,078
4 16,201 2,965 ,246 -8,637 41,039
5 13,829 7,884 1,000 -52,209 79,867
6 28,627 4,169 ,106 -6,294 63,549
7 17,021 2,202 ,068 -1,421 35,462
8 -5,379 4,823 1,000 -45,774 35,016
9 5,707 4,215 1,000 -29,603 41,017
*. O nível de significância adotado para a diferença entre as médias foi de ,05.
b. Ajuste para mustiplas comparações: Bonferroni.
65
NOVA para medidas repetidas - PH10Pci
Sequência de Aquisições
Comparação entre as aquisições
Diferença entre as Médias (A-B)
Erro padrão
valor p
Intervalo de confiança 95%
A B Inferior Superior
1
2 -3,412* ,258 ,009 -5,572 -1,251
3 -3,797* ,287 ,008 -6,201 -1,394
4 -3,670* ,184 ,002 -5,212 -2,128
5 -5,032* ,333 ,005 -7,818 -2,246
6 -4,428* ,060 ,000 -4,930 -3,926
7 -5,374* ,288 ,002 -7,784 -2,964
8 -3,672* ,311 ,013 -6,277 -1,066
9 -3,571* ,229 ,004 -5,491 -1,651
10 -4,458* ,159 ,000 -5,786 -3,130
2
1 3,412* ,258 ,009 1,251 5,572
3 -,386 ,092 ,626 -1,159 ,387
4 -,258 ,083 1,000 -,951 ,435
5 -1,621* ,156 ,022 -2,929 -,312
6 -1,016 ,232 ,533 -2,958 ,925
7 -1,962* ,156 ,010 -3,269 -,656
8 -,260 ,245 1,000 -2,314 1,793
9 -,160 ,296 1,000 -2,638 2,319
10 -1,046* ,124 ,049 -2,089 -,004
3
1 3,797* ,287 ,008 1,394 6,201
2 ,386 ,092 ,626 -,387 1,159
4 ,128 ,113 1,000 -,818 1,074
5 -1,235 ,162 ,071 -2,588 ,119
6 -,631 ,246 1,000 -2,691 1,430
7 -1,576* ,117 ,008 -2,553 -,600
8 ,126 ,194 1,000 -1,500 1,751
9 ,226 ,290 1,000 -2,201 2,653
10 -,660 ,183 1,000 -2,195 ,874
4
1 3,670* ,184 ,002 2,128 5,212
2 ,258 ,083 1,000 -,435 ,951
3 -,128 ,113 1,000 -1,074 ,818
5 -1,363 ,183 ,078 -2,895 ,170
6 -,758 ,156 ,373 -2,066 ,549
7 -1,704* ,164 ,022 -3,081 -,328
8 -,002 ,232 1,000 -1,947 1,943
9 ,098 ,236 1,000 -1,879 2,076
10 -,788* ,082 ,030 -1,477 -,100
5
1 5,032* ,333 ,005 2,246 7,818
2 1,621* ,156 ,022 ,312 2,929
3 1,235 ,162 ,071 -,119 2,588
4 1,363 ,183 ,078 -,170 2,895
6 ,604 ,303 1,000 -1,930 3,138
7 -,342 ,234 1,000 -2,299 1,615
8 1,361 ,283 ,388 -1,011 3,733
9 1,461 ,396 ,943 -1,852 4,775
10 ,574 ,192 1,000 -1,037 2,186
66
6
1 4,428* ,060 ,000 3,926 4,930
2 1,016 ,232 ,533 -,925 2,958
3 ,631 ,246 1,000 -1,430 2,691
4 ,758 ,156 ,373 -,549 2,066
5 -,604 ,303 1,000 -3,138 1,930
7 -,946 ,238 ,741 -2,939 1,047
8 ,756 ,253 1,000 -1,366 2,879
9 ,857 ,228 ,896 -1,056 2,770
10 -,030 ,149 1,000 -1,274 1,214
7
1 5,374* ,288 ,002 2,964 7,784
2 1,962* ,156 ,010 ,656 3,269
3 1,576* ,117 ,008 ,600 2,553
4 1,704* ,164 ,022 ,328 3,081
5 ,342 ,234 1,000 -1,615 2,299
6 ,946 ,238 ,741 -1,047 2,939
8 1,702* ,102 ,003 ,845 2,560
9 1,803 ,330 ,245 -,958 4,564
10 ,916 ,217 ,607 -,902 2,735
8
1 3,672* ,311 ,013 1,066 6,277
2 ,260 ,245 1,000 -1,793 2,314
3 -,126 ,194 1,000 -1,751 1,500
4 ,002 ,232 1,000 -1,943 1,947
5 -1,361 ,283 ,388 -3,733 1,011
6 -,756 ,253 1,000 -2,879 1,366
7 -1,702* ,102 ,003 -2,560 -,845
9 ,100 ,372 1,000 -3,012 3,213
10 -,786 ,275 1,000 -3,090 1,517
9
1 3,571* ,229 ,004 1,651 5,491
2 ,160 ,296 1,000 -2,319 2,638
3 -,226 ,290 1,000 -2,653 2,201
4 -,098 ,236 1,000 -2,076 1,879
5 -1,461 ,396 ,943 -4,775 1,852
6 -,857 ,228 ,896 -2,770 1,056
7 -1,803 ,330 ,245 -4,564 ,958
8 -,100 ,372 1,000 -3,213 3,012
10 -,887 ,279 1,000 -3,226 1,452
10
1 4,458* ,159 ,000 3,130 5,786
2 1,046* ,124 ,049 ,004 2,089
3 ,660 ,183 1,000 -,874 2,195
4 ,788* ,082 ,030 ,100 1,477
5 -,574 ,192 1,000 -2,186 1,037
6 ,030 ,149 1,000 -1,214 1,274
7 -,916 ,217 ,607 -2,735 ,902
8 ,786 ,275 1,000 -1,517 3,090
9 ,887 ,279 1,000 -1,452 3,226
*. O nível de significância adotado para a diferença entre as médias foi de ,05.
b. Ajuste para mustiplas comparações: Bonferroni.
67
ANOVA para medidas repetidas - PH10PPci
Sequência de Aquisições
Comparação entre as aquisições
Diferença entre as Médias (A-B)
Erro padrão
valor p
Intervalo de confiança 95%
A B Inferior Superior
1
2 -,827 ,275 1,000 -3,126 1,473
3 -1,531* ,117 ,009 -2,515 -,547
4 -1,704* ,188 ,037 -3,281 -,127
5 -1,830* ,175 ,021 -3,294 -,365
6 -3,007 ,377 ,060 -6,163 ,150
7 -4,375* ,197 ,001 -6,024 -2,726
8 -3,497 ,446 ,065 -7,236 ,242
9 -3,621* ,347 ,021 -6,524 -,717
10 -5,720* ,284 ,002 -8,099 -3,341
2
1 ,827 ,275 1,000 -1,473 3,126
3 -,704 ,223 1,000 -2,568 1,160
4 -,877 ,144 ,165 -2,084 ,329
5 -1,003* ,109 ,035 -1,919 -,087
6 -2,180 ,449 ,374 -5,940 1,580
7 -3,548* ,347 ,023 -6,455 -,642
8 -2,670 ,328 ,056 -5,420 ,080
9 -2,794* ,202 ,007 -4,484 -1,104
10 -4,893* ,151 ,000 -6,157 -3,630
3
1 1,531* ,117 ,009 ,547 2,515
2 ,704 ,223 1,000 -1,160 2,568
4 -,173 ,160 1,000 -1,512 1,165
5 -,299 ,126 1,000 -1,354 ,756
6 -1,476 ,457 1,000 -5,305 2,353
7 -2,844* ,230 ,011 -4,772 -,916
8 -1,966 ,438 ,492 -5,636 1,704
9 -2,090 ,334 ,149 -4,885 ,705
10 -4,189* ,200 ,001 -5,867 -2,511
4
1 1,704* ,188 ,037 ,127 3,281
2 ,877 ,144 ,165 -,329 2,084
3 ,173 ,160 1,000 -1,165 1,512
5 -,126 ,068 1,000 -,698 ,447
6 -1,303 ,359 1,000 -4,312 1,707
7 -2,671* ,204 ,009 -4,383 -,959
8 -1,793 ,426 ,611 -5,359 1,774
9 -1,916* ,181 ,020 -3,434 -,399
10 -4,016* ,212 ,002 -5,789 -2,242
5
1 1,830* ,175 ,021 ,365 3,294
2 1,003* ,109 ,035 ,087 1,919
3 ,299 ,126 1,000 -,756 1,354
4 ,126 ,068 1,000 -,447 ,698
6 -1,177 ,405 1,000 -4,570 2,216
7 -2,545* ,250 ,023 -4,635 -,455
8 -1,667 ,384 ,553 -4,887 1,553
9 -1,791 ,224 ,060 -3,666 ,084
10 -3,890* ,167 ,001 -5,292 -2,488
68
6
1 3,007 ,377 ,060 -,150 6,163
2 2,180 ,449 ,374 -1,580 5,940
3 1,476 ,457 1,000 -2,353 5,305
4 1,303 ,359 1,000 -1,707 4,312
5 1,177 ,405 1,000 -2,216 4,570
7 -1,368 ,319 ,573 -4,039 1,303
8 -,490 ,584 1,000 -5,382 4,402
9 -,614 ,334 1,000 -3,414 2,186
10 -2,713 ,534 ,319 -7,188 1,761
7
1 4,375* ,197 ,001 2,726 6,024
2 3,548* ,347 ,023 ,642 6,455
3 2,844* ,230 ,011 ,916 4,772
4 2,671* ,204 ,009 ,959 4,383
5 2,545* ,250 ,023 ,455 4,635
6 1,368 ,319 ,573 -1,303 4,039
8 ,878 ,582 1,000 -3,993 5,750
9 ,754 ,316 1,000 -1,896 3,405
10 -1,345 ,371 1,000 -4,456 1,766
8
1 3,497 ,446 ,065 -,242 7,236
2 2,670 ,328 ,056 -,080 5,420
3 1,966 ,438 ,492 -1,704 5,636
4 1,793 ,426 ,611 -1,774 5,359
5 1,667 ,384 ,553 -1,553 4,887
6 ,490 ,584 1,000 -4,402 5,382
7 -,878 ,582 1,000 -5,750 3,993
9 -,124 ,429 1,000 -3,714 3,466
10 -2,223 ,321 ,103 -4,914 ,467
9
1 3,621* ,347 ,021 ,717 6,524
2 2,794* ,202 ,007 1,104 4,484
3 2,090 ,334 ,149 -,705 4,885
4 1,916* ,181 ,020 ,399 3,434
5 1,791 ,224 ,060 -,084 3,666
6 ,614 ,334 1,000 -2,186 3,414
7 -,754 ,316 1,000 -3,405 1,896
8 ,124 ,429 1,000 -3,466 3,714
10 -2,099 ,295 ,092 -4,568 ,369
10
1 5,720* ,284 ,002 3,341 8,099
2 4,893* ,151 ,000 3,630 6,157
3 4,189* ,200 ,001 2,511 5,867
4 4,016* ,212 ,002 2,242 5,789
5 3,890* ,167 ,001 2,488 5,292
6 2,713 ,534 ,319 -1,761 7,188
7 1,345 ,371 1,000 -1,766 4,456
8 2,223 ,321 ,103 -,467 4,914
9 2,099 ,295 ,092 -,369 4,568
*. O nível de significância adotado para a diferença entre as médias foi de ,05.
b. Ajuste para mustiplas comparações: Bonferroni.
69
ANOVA para medidas repetidas - PH10Gco
Sequência de Aquisições
Comparação entre as aquisições
Diferença entre as Médias (A-B)
Erro padrão
valor p
Intervalo de confiança 95%
A B Inferior Superior
1
2 -29,975* ,317 ,000 -32,634 -27,315
3 -40,123* 2,730 ,006 -62,987 -17,260
4 -60,371* ,773 ,000 -66,845 -53,897
5 -76,996* ,393 ,000 -80,284 -73,708
6 -79,960* 1,126 ,000 -89,389 -70,531
7 -115,321* 1,616 ,000 -128,857 -101,786
8 -115,477* 1,615 ,000 -129,006 -101,949
9 -139,060* 1,101 ,000 -148,280 -129,840
10 -157,014* ,822 ,000 -163,899 -150,128
2
1 29,975* ,317 ,000 27,315 32,634
3 -10,148 2,968 1,000 -35,011 14,714
4 -30,396* 1,034 ,000 -39,053 -21,739
5 -47,021* ,534 ,000 -51,491 -42,551
6 -49,985* 1,323 ,000 -61,067 -38,904
7 -85,346* 1,796 ,000 -100,393 -70,299
8 -85,503* 1,676 ,000 -99,545 -71,461
9 -109,085* 1,032 ,000 -117,729 -100,441
10 -127,039* ,783 ,000 -133,595 -120,482
3
1 40,123* 2,730 ,006 17,260 62,987
2 10,148 2,968 1,000 -14,714 35,011
4 -20,248* 2,188 ,034 -38,575 -1,920
5 -36,873* 2,697 ,007 -59,466 -14,279
6 -39,837* 1,985 ,002 -56,464 -23,210
7 -75,198* 3,333 ,001 -103,113 -47,282
8 -75,354* 2,707 ,000 -98,029 -52,679
9 -98,937* 3,696 ,001 -129,897 -67,977
10 -116,890* 2,495 ,000 -137,786 -95,995
4
1 60,371* ,773 ,000 53,897 66,845
2 30,396* 1,034 ,000 21,739 39,053
3 20,248* 2,188 ,034 1,920 38,575
5 -16,625* ,589 ,000 -21,557 -11,693
6 -19,589* 1,095 ,003 -28,759 -10,419
7 -54,950* 1,881 ,000 -70,706 -39,194
8 -55,107* 1,413 ,000 -66,941 -43,272
9 -78,689* 1,751 ,000 -93,354 -64,024
10 -96,643* 1,091 ,000 -105,785 -87,501
5
1 76,996* ,393 ,000 73,708 80,284
2 47,021* ,534 ,000 42,551 51,491
3 36,873* 2,697 ,007 14,279 59,466
4 16,625* ,589 ,000 11,693 21,557
6 -2,964 1,229 1,000 -13,256 7,328
7 -38,325* 1,827 ,001 -53,627 -23,023
8 -38,482* 1,353 ,000 -49,815 -27,148
9 -62,064* 1,307 ,000 -73,013 -51,115
10 -80,018* ,896 ,000 -87,527 -72,508
70
6
1 79,960* 1,126 ,000 70,531 89,389
2 49,985* 1,323 ,000 38,904 61,067
3 39,837* 1,985 ,002 23,210 56,464
4 19,589* 1,095 ,003 10,419 28,759
5 2,964 1,229 1,000 -7,328 13,256
7 -35,361* 1,870 ,002 -51,028 -19,694
8 -35,517* 1,487 ,001 -47,976 -23,058
9 -59,100* 1,874 ,000 -74,799 -43,401
10 -77,054* 1,112 ,000 -86,370 -67,737
7
1 115,321* 1,616 ,000 101,786 128,857
2 85,346* 1,796 ,000 70,299 100,393
3 75,198* 3,333 ,001 47,282 103,113
4 54,950* 1,881 ,000 39,194 70,706
5 38,325* 1,827 ,001 23,023 53,627
6 35,361* 1,870 ,002 19,694 51,028
8 -,156 2,670 1,000 -22,523 22,210
9 -23,739* 1,291 ,002 -34,549 -12,928
10 -41,692* 2,335 ,003 -61,253 -22,132
8
1 115,477* 1,615 ,000 101,949 129,006
2 85,503* 1,676 ,000 71,461 99,545
3 75,354* 2,707 ,000 52,679 98,029
4 55,107* 1,413 ,000 43,272 66,941
5 38,482* 1,353 ,000 27,148 49,815
6 35,517* 1,487 ,001 23,058 47,976
7 ,156 2,670 1,000 -22,210 22,523
9 -23,582* 2,230 ,020 -42,261 -4,904
10 -41,536* 1,578 ,001 -54,758 -28,314
9
1 139,060* 1,101 ,000 129,840 148,280
2 109,085* 1,032 ,000 100,441 117,729
3 98,937* 3,696 ,001 67,977 129,897
4 78,689* 1,751 ,000 64,024 93,354
5 62,064* 1,307 ,000 51,115 73,013
6 59,100* 1,874 ,000 43,401 74,799
7 23,739* 1,291 ,002 12,928 34,549
8 23,582* 2,230 ,020 4,904 42,261
10 -17,954* 1,763 ,024 -32,719 -3,188
10
1 157,014* ,822 ,000 150,128 163,899
2 127,039* ,783 ,000 120,482 133,595
3 116,890* 2,495 ,000 95,995 137,786
4 96,643* 1,091 ,000 87,501 105,785
5 80,018* ,896 ,000 72,508 87,527
6 77,054* 1,112 ,000 67,737 86,370
7 41,692* 2,335 ,003 22,132 61,253
8 41,536* 1,578 ,001 28,314 54,758
9 17,954* 1,763 ,024 3,188 32,719
*. O nível de significância adotado para a diferença entre as médias foi de ,05.
b. Ajuste para mustiplas comparações: Bonferroni.